1 Python编码格式的使用

1.1 Python的原文解析

– Python的源码文件默认编码是UTF-8
– 如果要使用非UTF-8的编码，应该使用特殊声明
– 编码标准可以参阅以下链接，https://docs.python.org/2.7/library/codecs.html#standard-encodings
注：Python要求执行文件声明的编码、文件使用的编码与文件中包含字符编码一致，否则报错

1.2 实操理解

1.2.1 创建对比脚本

1.2.1.1 创建脚本1

vim treated_encode.py

输入如下内容：

#!/usr/bin/python
# -*- coding: gb2312 -*-
print("Hello, World!")
print("你好！中国！")

注：
– 执行文件声明编码为GB2312
– 执行文件实际使用UTF-8编码
– 执行文件中包含非GB2312字符（英文字符）

1.2.1.2 创建脚本2

iconv -f utf-8 -t gb2312 treated_encode.py > gb2312_reated_encode.py
cat gb2312_reated_encode.py

脚本内容如下：

# -*- coding: gb2312 -*-
print("Hello, World!")
print("▒▒ã▒▒й▒")

注：
– 执行文件声明执行文件编码为GB2312
– 执行文件实际使用GB2312编码
– 执行文件中只包含GB2312字符

1.2.1.3 创建脚本3

cat treated_encode.py | grep -v gb2312 | grep -v 中国 > utf-8_reated_encode.py
cat utf-8_reated_encode.py

脚本内容如下：

#!/usr/bin/python
print("Hello, World!")

注：
– 执行文件声明编码为UTF-8（默认声明）
– 执行文件实际使用UTF-8编码
– 执行文件中只包含UTF-8字符

1.2.2 授予脚本的执行权限

chmod u+x *reated_encode.py

1.2.3 测试对比脚本

1.2.3.1 测试脚本1

./treated_encode.py

显示如下：

  File "./treated_encode.py", line 4
SyntaxError: 'gb2312' codec can't decode bytes in position 9-10: illegal multibyte sequence

注：
– 执行文件声明编码为GB2312
– 执行文件实际使用UTF-8编码
– 执行文件中包含非GB2312字符（英文字符）
– 执行结果失败

1.2.3.2 测试脚本2

./gb2312_reated_encode.py

显示如下：

Hello, World!
▒▒ã▒▒й▒

注：
– 执行文件声明执行文件编码为GB2312
– 执行文件实际使用GB2312编码
– 执行文件中只包含GB2312字符
– 执行结果通过

1.2.3.3 测试脚本3

./utf-8_reated_encode.py

显示如下：

Hello, World!

– 执行文件声明编码为UTF-8（默认声明）
– 执行文件实际使用UTF-8编码
– 执行文件中只包含UTF-8字符
– 执行结果通过

参阅文档：
https://docs.python.org/2.7/tutorial/index.html
https://docs.python.org/2.7/