004.Python 中文编码

Python 中文编码

前面章节中咱们已经学会了如何用 Python 输出 "Hello, World!"，英文没有问题，可是若是你输出中文字符"你好，世界"就有可能会碰到中文编码问题。

Python 文件中若是未指定编码，在执行过程会出现报错：

#!/usr/bin/python print "你好，世界";

以上程序执行输出结果为：

  File "test.py", line 2 SyntaxError: Non-ASCII character '\xe4' in file test.py on line 2, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

Python中默认的编码格式是 ASCII 格式，在没修改编码格式时没法正确打印汉字，因此在读取中文时会报错。

解决方法为只要在文件开头加入 # -*- coding: UTF-8 -*- 或者 #coding=utf-8 就好了

注意：#coding=utf-8 的 = 号两边不要空格。

实例(Python 2.0+)

#!/usr/bin/python # -*- coding: UTF-8 -*- print "你好，世界";

运行实例 »

输出结果为：

你好，世界

因此若是你们在学习过程当中，代码中包含中文，就须要在头部指定编码。

注意：Python3.X 源码文件默认使用utf-8编码，因此能够正常解析中文，无需指定 UTF-8 编码。

注意：若是你使用编辑器，同时须要设置 py 文件存储的格式为 UTF-8，不然会出现相似如下错误信息：

SyntaxError: (unicode error) ‘utf-8’ codec can’t decode byte 0xc4 in position 0: invalid continuation byte

Pycharm 设置步骤：

• 进入 file > Settings，在输入框搜索 encoding。
• 找到 Editor > File encodings，将 IDE Encoding 和 Project Encoding 设置为utf-8。

 

笔记

1、其实pycharm右下角就能够切换编码，不用这么麻烦:

可是，若是你文件已经指定了编码 # -*- coding: UTF-8 -*-，这里就不能修改了：

2、python2.x 脚本加上 # -*- coding: UTF-8 -*- 或者 #coding=utf-8 后windows 命令提示符下输出中文字符串还会出现乱码。

解决方法须要先使用 decode("utf-8") 转换成 utf-8 编码，而后使用 encode("gbk") 转换成 gbk 编码，才能在 windows 命令提示符下正常输出中文。

例如:

>>> # -*- coding: UTF-8 -*- >>> s="我是中文 " >>> print s.decode("utf-8").encode("gbk")

缘由是 windows 命令提示符的显示编码为 gbk 编码。

在命令提示符下使用 chcp 查询编码。

"活动代码页：936" 表明命令提示符的编码为 "gbk"

"活动代码页：65001" 表明命令提示符的编码为 "utf-8"

3、在 Eclipse 中调试 python 例子时候，提示:

SyntaxError: (unicode error) 'utf-8' codec can't decode byte 0xb4 in position 0:invalid start byte，

基本知识：在 python 中默认的编码格式是 utf-8。因此怎么会报不能按 utf-8 来解码嘞？一头雾水啊。

问题的解决：

一、Eclipse 中 Window->Preferences:

最后在 Eclipse 安装目录中的 eclipse.ini 文件最后加上 -Dfile.encoding=UTF-8 就好了，最终写入文件的中文就不会出现乱码的问题了。

二、使用 notepad++ 打开 test.py 发现文件存储的格式是 ANSI。

只要将保存文件的格式换成 UTF-8 就行了。