【原创】Python 源文件编码解读

以下内容源于对 PEP-0263 的翻译和解读，同时给出了一些网上网友的说法。

======== 我是分割线 ========

PEP 0263 -- Defining Python Source Code Encodings

【摘要】
给出声明 Python 源文件编码的语法。该编码信息后续会被 Python 解析器用于解析源文件。
这种方式增强了对源文件中 Unicode 编码字的处理。

【问题】
Python 2.1 时代，Unicode 字符只能利用 Latin-1 字符进行“Unicode 转义”的方式来表示（也就是说当时只支持 Latin-1 字符编码，所以 Unicode 字符编码只能使用 Latin-1 字符来进行转义表示）。这对广大亚洲人民是很坑爹的。

【解决方案】
通过在 Python 脚本文件的头部增加显式的、可按文件随时改变的特殊注释，来声明编码方式。

【编码定义】
Python 默认使用 ASCII 编码。
若要自定义 Python 源码的编码方式，需要在脚本文件的第一或者第二行的位置上添加如下定义：
1.

1	`# coding=<encoding name>`

1 2	`#!/usr/bin/python` `# -- coding: <encoding name> --`

1 2	`#!/usr/bin/python` `# vim: set fileencoding=<encoding name> :`

在前两种方式中，实际上是通过 coding[:=]\s*([-\w.]+) 这个正则表达式来进行匹配。

为了支持 Windows 平台上的应用，会在生成的 Unicode 文件的头部添加 Unicode BOM 标识，其中带有 UTF-8 标识 '\xef\xbb\xbf' 的文件会被当做具有 UTF-8 编码的文件（此时在 Python 脚本的头部没有那行编码特殊注释也没问题）。

如果出现源文件同时使用了 UTF-8 BOM 标识和文件头部的特殊注释的情况，那么在表明编码的特殊注释中只能使用 'utf-8' 这个字串，其他情况会报错。

【举例】

1. Python 解析器说明 + Emacs 风格的文件编码注释

#!/usr/bin/python

# -*- coding: latin-1 -*-

import os, sys

...

#!/usr/bin/python

# -*- coding: iso-8859-15 -*-

import os, sys

...

#!/usr/bin/python

# -*- coding: ascii -*-

import os, sys

...

2. 无 Python 解析器说明 + 普通明文描述

# This Python file uses the following encoding: utf-8

import os, sys

...

3. Python 解析器说明 + 非 Emacs 风格的文件编码注释

#!/usr/local/bin/python

# coding: latin-1

import os, sys

...

4. 无编码注释（Python 解析器默认为 ASCII）

#!/usr/local/bin/python

import os, sys

...

5. 错误的编码注释方式
a. 无 coding: 前缀

#!/usr/local/bin/python

# latin-1

import os, sys

...

b. 编码注释不在第一或第二行

#!/usr/local/bin/python

#

# -*- coding: latin-1 -*-

import os, sys

...

c. 使用不支持的编码

#!/usr/local/bin/python

# -*- coding: utf-42 -*-

import os, sys

...

=========== 我是分割线 ============

小实验截图：
输出中文。

报错。
添加编码。

正常输出。

IDE默认的编码设置。

各种转码输出。

输出的结果。

补充说明：
cp936即 code page 936（代码页936）是以GBK（国标扩展字符集）为基础的编码。GB2312（国标字符集）只是GBK的一部分。 GB2312只支持常用的汉字，而且是简体字。GBK支持繁体字和生僻字。

【原创】Python 源文件编码解读相关推荐

python源文件编码的含义_【原创】Python 源文件编码解读
以下内容源于对 PEP-0263 的翻译和解读,同时给出了一些网上网友的说法. ======== 我是分割线 ======== PEP 0263 -- Defining Python Source ...
python为源文件指定系统默认字符编码是_系统编码、文件编码与python系统编码
在linux中获取系统编码结果: Windows系统的编码,代码页936表示GBK编码可以看到linux系统默认使用UTF-8编码,windows默认使用GBK编码.Linux环境下,文件默认使用U ...
python字符编码是什么_python3字符编码是什么？怎么用？
最近一直讲的是python基础方面的知识,小编一直在考虑要不要加大难度.这个问题犹豫了很久,怕一些python小白不能很好的接受知识点.但是最近小编收到不少小伙伴的强烈要求,想要学习编码这个模块的知识 ...
python的源代码文件的扩展名是-python源文件后缀是什么
python源文件后缀是py. 以 py 扩展名的文件是 Python 源码文件,由 python.exe 解释,可在控制台下运行.可用文本编辑器读写. Python中经常使用的文件后缀名: pyc ...
python unicode编码书写方式_python 中文编码小结，json读写，str转换unicode，文字比较...
最近用python做不少整理数据的工作,其中就包含不少关于中文处理的,所以总总结一下方便以后使用 1:json含汉字的utf编码读写 Python f2 = codecs.open('country_ ...
python转载[编码问题]
转自: http://www.javaeye.com/topic/560229 一预备知识字符集1, 常用字符集分类 ASCII及其扩展字符集作用:表语英语及西欧语言. 位数:ASCII是用7位 ...
1、代码中设置编码、编辑器中设置Python的编码
1Python中文编码 1.1代码中设置编码 Python中默认的编码格式是ASCII格式,在没有修改编码格式时无法正确打印汉字,所以在读取中文的时候会报错. 解决办法为只要在文件开头加入 # -- ...
python字符编码
字符编码: ASCII:占一个字节,只支持英文 GBK2312:占两个字节,支持6700+汉字 GBK GB2312的升级版:支持21000+汉字 Unicode:2-4个字节 Unicode作用: ...
转载、Python的编码处理（二）
以下转自于:wklken的博客,写的非常好的一段有关编码的总结. Python-进阶-编码处理小结整理下python编码相关的内容注意: 以下讨论为Python2.x版本, Py3k的待尝试开始 ...

【原创】Python 源文件编码解读

【原创】Python 源文件编码解读相关推荐

最新文章

热门文章