陕西 网站建设,网站建设方案预算费用预算,酱香拿铁采取了哪些网络营销方式,电子商务网站案例分析因为中文的特殊编码#xff0c;导致 Python2 和 Python3 使用过程中的各种编码问题#xff0c;如果不清楚其中的关联关系#xff0c;那么这就一直是个大坑#xff0c;不是懵逼就还是懵逼#xff0c;所以就目前碰到的情况彻底梳理下 Python2 和 Python3 中编码的关系和区别…因为中文的特殊编码导致 Python2 和 Python3 使用过程中的各种编码问题如果不清楚其中的关联关系那么这就一直是个大坑不是懵逼就还是懵逼所以就目前碰到的情况彻底梳理下 Python2 和 Python3 中编码的关系和区别以作备忘。
先说下涉及编码格式的几个地方脚本字符编码就是经常在脚本文件开头看到的# -*- coding: utf-8 -*-如果使用 Python2没有显式声明的话默认使用 ASCII 格式Python3 默认使用 utf-8 格式
解释器字符编码可以通过函数sys.getdefaultencoding()查看Python2 默认是 ASCIIPython3 默认使用 utf-8
脚本文件存储编码就是 py 脚本文件本身在物理介质上面的存储格式通常有 ASCII、GBK、utf-8 等格式。
下面我们把上述编码分别在脚本中进行组合使用后再使用 Python2.6 和 Python3.4 运行看看实际都什么效果。
1.默认脚本文件编码 文件存储使用 gbk
脚本内容
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果如下提示gbk 编码字符\xd6非 ASCII 字符python26 test_gbk.py
File test_gbk.py, line 4
SyntaxError: Non-ASCII character \xd6 in file test_gbk.py on line 4, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details
使用 Python3.4 运行的结果如下提示gbk 编码字符\xd6非 utf-8 字符python26 test_gbk.py
File test_gbk.py, line 4
SyntaxError: Non-UTF-8 code starting with \xd6 in file test_gbk.py on line 4, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details
结论默认的 gbk 编码中文Python2的解释器字符编码(ASCII)和 Python3的解释器字符编码(utf-8)格式都没法识别因为 ASCII 编码不包含中文而 utf-8 是 3 字节编码gbk 是 2 字节编码所以都识别不了了。
2.脚本文件编码 gbk 文件存储使用 gbk
在刚才的脚本头部显式声明脚本文件编码格式为 gbk
#coding:gbk
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果python26 test_gbk.py
ascii
中文
使用 Python3.4 运行的结果python34 test_gbk.py
utf-8
中文
结论文件使用的 gbk 格式存储同时显式声明了脚本文件编码为 gbkPython2 和 Python3 都可以正常处理。
3.脚本文件编码 utf-8 文件存储使用 gbk
在刚才的脚本头部显式声明脚本文件编码格式为 utf-8
# -*- coding: utf-8 -*-
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果正常python26 test_gbk.py
ascii
中文
使用 Python3.4 运行的结果如下提示尝试使用 utf-8 解码字符0xd6时异常python34 test_gbk.py
File test_gbk.py, line 6
SyntaxError: (unicode error) utf-8 codec cant decode byte 0xd6 in position 0: invalid continuation byte
结论文件使用的 gbk 格式存储同时显式声明了脚本文件编码为 utf-8时但是 Python2 在 Windows 平台还是使用 gbk 进行输出所以解析正常而 Python3 使用 utf-8 所以解析异常。
4.默认脚本文件编码 文件存储使用 utf-8
去掉之前脚本头部的声明然后使用 utf-8 格式存储文件(注意不能在刚才的文件基础上强制修改存储编码强制转换会出现中文乱码的问题建议先新建一个 utf-8 格式的文件然后再输入中文)
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果如下ASCII 也识别不了 utf-8 格式的字符\xe4python26 test.py
File test.py, line 4
SyntaxError: Non-ASCII character \xe4 in file test.py on line 4, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details
使用 Python3.4 运行的结果可以正常识别因为 Python3 默认使用 utf-8 编码python34 test.py
utf-8
中文
结论默认的 utf-8 编码中文Python2 会默认使用 ASCII 读取所以没法识别Python3 可以正常识别。
5.脚本文件编码 gbk 文件存储使用 utf-8
脚本头部显式声明脚本文件编码格式为 gbk同时使用 utf-8 格式存储文件
#coding:gbk
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果如下使用 gbk 根本读取不了 utf-8 格式任何内容python26 test.py
File test.py, line 6
SyntaxError: gbk codec cant decode bytes in position 9-10: illegal multibyte sequence
使用 Python3.4 运行的结果如下其实和上面错误一样但是提示更直接了python34 test.py
File test.py, line 1
SyntaxError: encoding problem: gbk
结论默认的 utf-8 编码中文如果显式指定使用 gbk 读取Python2 和 Python3 都没法做到。
6.脚本文件编码 utf-8 文件存储使用 utf-8
脚本头部显式声明脚本文件编码格式为 utf-8同时使用 utf-8 格式存储文件
# -*- coding: utf-8 -*-
import sys
print(sys.getdefaultencoding())
print(中文)
使用 Python2.6 运行的结果如下虽然读取正确了但是 Python2 在 Windows 系统会默认使用 gbk 对中文进行解码所以输出乱码python26 test.py
ascii
涓枃
使用 Python3.4 运行的结果正常python34 test.py
utf-8
中文
结论虽然文件存储编码和脚本文件编码都是 utf-8但是 Windows 平台上Python2 会按 gbk 解析中文所以会输出乱码可以在中文前面加 u 来解决u中文或者显式使用 utf-8 进行一次 decode。
汇总下验证结果可以得到如下的表格
总结下结论如果使用 Python2 请一定要使用 gbk 格式存储文件
如果使用 Python2 尽可能使用 gbk 存储文件且显式声明脚本文件编码为 gbk方便后续兼容 Python3
如果使用 Python3 不管使用什么格式存储文件但请一定保证显式声明脚本文件编码和存储格式一致
不管是使用 Python2 还是 Python3保持显式声明脚本文件编码的好习惯
如果脚本有跨平台需求推荐使用 Python3 脚本文件编码 utf-8 utf-8 格式存储文件的组合
