理清 python 编码相关问题

1.源代码级别

REF: PEP 0263 -- Defining Python Source Code Encodings

Python will default to ASCII as standard encoding if no other

encoding hints are given.

To define a source code encoding, a magic comment must

be placed into the source files either as first or second

line in the file

源代码级别是指在.py文件中,采用了何种类型的编码作为源代码。

默认与操作系统一样,都是采用了最简单的ASCII编码。当使用了中文注释后,就会提示如下问题

SyntaxError: Non-ASCII character '\xe5' in file test.py on line 5, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

这时,就需要设置文件的编码语言,最好看的写法是:

# -*- coding : utf-8 -*-

我觉得看到这行代码的时候,会有些看向美女的感觉。

咱们码农还是这样吧。。 #coding: utf-8

这样,在源代码级别使用中文就没有问题了。我们可以轻松通过解释器这一关

2.代码保存级别

在linux下呆久了,会有个缺点,很少关注无关的东西,写个代码utf-8就完事了。

用ultra的时候突然发现原来UTF-8 还有炸弹的,很可能天上掉下个大炸弹,代码就失效了:)

引用一段很不错的介绍:http://www.cnblogs.com/DDark/archive/2011/11/28/2266085.html 关于bom对文件影响

总体来说就是windows下,bom会在最开端插入标明自身的签名。

因此如果想在linux下使用这份脚本,保存为通用的utf-8 无炸弹吧!

3.代码执行级别

info = "启动中..."  或 info = u"启动中..."

这里只要牢记--在编译时会把 字符串 转换成 unicode对象 就可以了

即已经不再是按照源代码的格式来保存字符串了。

而不包含u的,则是按照原始格式存储。而这里的原始格式,恰好就是之前第一部分说到的源代码级别编码格式。

再后续执行时,就涉及到了运行环境的编码,

可以使用 sys.getdefaultencoding() 查看当前运行环境的编码

使用reload(sys)

sys.setdefaultencoding('utf-8') 重新设定运行环境编码

而处理编码文本就是一个套路了,先根据源格式decode,再encode成自己想要的格式

发表评论