理清 python 编码相关问题(转载)
这两天在纠结一份代码, 彻底解决后把之前遇到的相关问题整理一份出来，一来自己理清思路，一来在网上有什么错误也会被提前发现。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; seehttp://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（加在文件的第一行）
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 还有的，很可能天上掉下个大，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
页:
[1]