QMT 日志中文乱码怎么解决?一条评论、一次实测,解密乱码的真相

前面写过一篇 QMT 策略 print 内容怎么实时跟踪?,核心是八个字:只读跟随,不碰写入。脚本里有这么一行配置:

1
ENCODING = "gbk"

当时写得很笃定:「QMT 内置 Python 用 GBK,日志也是 GBK,编码别写 UTF-8」。结果文章发出来,评论区直接把这条结论顶了回来。这篇把这件事的来龙去脉讲清楚:读者反馈了什么、我怎么测的、字节里到底藏了什么、以及 Windows 上和 Python 里分别怎么解决。

姊妹篇:QMT 日志在哪里? 讲路径与文件职责。

一、评论区的问题:3.6.8 好,3.12.10 乱码

有读者反馈:

3.6.8 读取日志挺好。3.12.10 日志就有乱码。

紧接着有人补充了一个非常关键的现象:

对,英文和数字没事,就中文乱码。

还有人给了自己的猜测:

不是编码问题,估计是迅投本身提供的 python 3.12 写日志就是有问题,软件兼容不了 3.12。

这里先说清楚一个背景:新版 QMT 可以在内置 Python 3.6.8 和 3.12.10 之间切换(模型设置里选版本、下载对应库、重启生效)。所以「3.6.8 / 3.12.10」指的是 QMT 内置的解释器版本,不是你外部跑监控脚本的那个 Python。

「英文数字没事、中文乱码」这一条,是判断编码问题的黄金线索——后面会看到,它能把问题范围一下子缩到很小。

二、先别猜,看字节

评论区有猜编码的,也有猜「软件兼容不了 3.12」的。猜是没用的,日志文件的原始字节不会说谎。

我在 Windows 电脑上实测了一份日志,发给 AI 做字节级分析,得到的结论是:

  1. 文件里的中文是合法的 UTF-8,但没有 BOM 标记;
  2. 文件中有个别位置存在被截断的多字节字符。

拿分析里点名的「xx证券」验证一下(这是一段可以自己复现的实验):

1
2
3
4
5
"xx证券" 的 UTF-8 字节:
78 78 E8 AF 81 E5 88 B8

这段字节按 GBK 解码:
xx璇佸埜

看到没有——xx璇佸埜 正是评论区那种「能读但全是错字」的乱码。字节本身没坏,是解码用错了编码表。

为什么偏偏「英文数字没事,中文乱码」

因为 ASCII 在 UTF-8 和 GBK 里完全一样:

内容 UTF-8 字节 GBK 字节
[ALERT] 5B 41 6C 65 72 74 5D 5B 41 6C 65 72 74 5D
bar=123 62 61 72 3D 31 32 33 62 61 72 3D 31 32 33
心跳 E5 BF 83 E8 B7 B3 D0 C4 CC F8

前两行两种编码一模一样,怎么解都对;只有中文那一行的字节不同,用 GBK 去解 UTF-8 的 E5 BF 83 E8 B7 B3,就得到 蹇冭烦。乱码只落在中文上,就是这个原因。

三、需要说清楚的细节

那份日志是 UTF-8,但能不能归因到「3.12」,还差一步

这次实测的日志确实是 UTF-8,评论里也说「3.12 才乱码」——两件事高度吻合,但严格讲,只有确认这份 UTF-8 日志就是在 3.12.10 内核下产生的,才能把因果钉死。

所以不要把「3.12 一定写 UTF-8」当成官方结论去转述。更稳妥的做法是做一组对照:切到 3.6.8 打印一次中文,再切到 3.12.10 打印一次,各存一份日志,直接看字节。

不过对解决问题来说,根因是哪一个其实不影响下面的方案——因为方案本来就不依赖版本,而是让解码器自己适配。

四、方案 A:Windows 上用什么软件看日志

先解决最直接的需求——双击打开日志,中文能正常显示。

工具 做法
新版 Windows 记事本 【文件 → 打开】时,把「编码」选成 UTF-8;不要直接双击
Visual Studio Code 右下角编码 → Reopen with Encoding → UTF-8;或设置 "files.encoding": "utf8"
Notepad++ 菜单【编码 → UTF-8】,再重新载入

一句话:看日志用工具切编码,别改原文件。

五、方案 B:Python 监控脚本怎么应对

回到监控脚本。上一篇的 follow() 里,解码是这么写的:

1
yield chunk.decode(ENCODING, errors="replace").rstrip("\r\n")

直接让脚本自己探测,不要写死编码。把解码那一步换成一个小函数:

1
2
3
4
5
6
7
8
def decode_line(chunk):
"""按行探测编码:UTF-8(含 BOM)优先,失败退回 GBK。"""
for enc in ("utf-8-sig", "gbk"):
try:
return chunk.decode(enc)
except UnicodeDecodeError:
continue
return chunk.decode("utf-8", errors="replace")

然后把 yield 那行改成:

1
yield decode_line(chunk).rstrip("\r\n")

顺序不能反:UTF-8 的中文字节在 GBK 里大多是合法双字节,用 GBK 先解会「成功」地解出错字,探测就失效了;而 GBK 的中文字节通常不是合法 UTF-8,会可靠地抛异常,正好能落到回退分支。

想确认某个字节串到底属于哪一种,用一段临时的探测代码最直接:

1
2
3
4
5
6
def probe(raw):
for enc in ("utf-8", "gbk"):
try:
print(enc, "->", raw.decode(enc))
except UnicodeDecodeError as e:
print(enc, "-> 解码失败:", e)

把日志里一行含中文的原始 bytes 传进去,哪一行解出来是人话,答案就是它。

六、几个容易做错的点

  1. 别把「3.12 = UTF-8」写进脚本当结论。先实测自己的日志字节,再决定用哪种解码;同一券商不同版本都可能不一样。
  2. 别直接双击用老记事本打开,那会按系统 ANSI(中文 Windows 就是 GBK)去解 UTF-8,满屏错字。
  3. 别给 QMT 正在写的原日志加 BOM 或做转换。要处理就复制一份副本,原文件始终只读。
  4. 别指望 errors="replace" 修复截断字节。它只能让脚本不崩,缺了的字节救不回来;见到 □ 要能认出这是数据缺失,不是编码错。
  5. 别在半行回退的逻辑上偷懒。上一篇按 \n 判断整行、没写完就回退重读的设计继续保留——编码探测只解决「解得对不对」,不解决「读得完不完整」。

七、写在最后

上一篇的核心原则是「只读跟随,不碰写入」——这次的折腾没有推翻它,翻掉的只是其中一句「日志一定是 GBK」。

日志监控这件事,真正稳的做法是把假设留在配置里,把判断交给字节:编码不写死、工具能切换、遇到坏字节不崩。这样不管 QMT 内置的是 3.6.8 还是 3.12.10,不管券商版本叫什么名字,脚本都能照常工作。


说明:本文包含 AI 创作内容,请自行判断是否适用;文中字节样本来自一次实际日志分析,仅代表该样本,不代表所有券商版本。文中代码为局部思路片段,需按实际情况修改后再用。本文内容基于迅投 QMT 官方文档与社区资料整理,仅供编程学习与技术研究,不构成任何投资建议。量化交易涉及真实资金风险,策略上线前请务必先在 QMT「模拟信号模式」或「模拟柜台」充分测试。QMT、迅投 为迅投公司或其关联公司的商标,本文与官方无隶属关系。


赞赏作者

赞赏码

本页面赞赏完全自愿,属于读者无偿鼓励,不提供任何商品、服务、答疑、内容解锁等对价。您可随意选择是否赞赏以及赞赏金额。

微信二维码 Share