快捷導(dǎo)航

python 設(shè)置文件編碼格式的實(shí)現(xiàn)方法

更新時(shí)間：2017年12月21日 10:03:16 作者：Abyjun

下面小編就為大家分享一篇python 設(shè)置文件編碼格式的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

如果要在python2的py文件里面寫中文，則必須要添加一行聲明文件編碼的注釋，否則python2會(huì)默認(rèn)使用ASCII編碼。(python3已經(jīng)沒有這個(gè)問題了，python3默認(rèn)的文件編碼是UTF-8)

必須將編碼注釋放在第一行或者第二行,一般來說，Python文件的前兩行要這樣寫：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

其中第一行是指定python解釋器，第二行是指定python文件編碼方式，設(shè)置編碼方式有以下可選的方法

1. 帶等號(hào)的設(shè)置方法：

#!/usr/bin/python
# coding=<encoding name>

2. 最常見的，帶冒號(hào)的（大多數(shù)編輯器都可以正確識(shí)別的）：

#!/usr/bin/python
# -*- coding: <encoding name> -*-

3. vim的：

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

設(shè)置頭部的編碼聲明有以下幾個(gè)作用：

如果代碼中有中文注釋，就需要此聲明

比較高級(jí)的編輯器（比如我的emacs），會(huì)根據(jù)頭部聲明，將此作為代碼文件的格式。

程序會(huì)通過頭部聲明，解碼初始化 u”人生苦短”，這樣的unicode對象，（所以頭部聲明和代碼的存儲(chǔ)格式要一致）

設(shè)置默認(rèn)解碼格式

import sys  #引用sys模塊進(jìn)來，并不是進(jìn)行sys的第一次加載 
reload(sys) #重新加載sys 
sys.setdefaultencoding('utf8') ##調(diào)用setdefaultencoding函數(shù)

這里特別注意的是第二行的reload(sys)，這個(gè)一定不能少，少了的話就不能正確運(yùn)行。那么為什么要重新加載，而直接引用過來則不能調(diào)用該函數(shù)呢？因?yàn)閟etdefaultencoding函數(shù)在被系統(tǒng)調(diào)用后被刪除了，所以通過import引用進(jìn)來時(shí)其實(shí)已經(jīng)沒有了，所以必須reload一次sys模塊，這樣setdefaultencoding才會(huì)為可用，才能在代碼里修改解釋器當(dāng)前的字符編碼。

在python安裝目錄的Lib文件夾下，有一個(gè)叫site.py的文件，在里面可以找到main() –> setencoding()–>sys.setdefaultencoding(encoding),因?yàn)檫@個(gè)site.py每次啟動(dòng)python解釋器時(shí)會(huì)自動(dòng)加載，所以main函數(shù)每次都會(huì)被執(zhí)行，setdefaultencoding函數(shù)一出來就已經(jīng)被刪除了。

關(guān)于 sys.defaultencoding，這個(gè)在解碼沒有明確指明解碼方式的時(shí)候使用。比如我有如下代碼：

#! /usr/bin/env python 
# -*- coding: utf-8 -*- 
s = '中文' # 注意這里的 str 是 str 類型的，而不是 unicode 
s.encode('gb18030')

這句代碼將 s 重新編碼為 gb18030 的格式，即進(jìn)行 unicode -> str 的轉(zhuǎn)換。因?yàn)?s 本身就是 str 類型的，因此

Python 會(huì)自動(dòng)的先將 s 解碼為 unicode ，然后再編碼成 gb18030。因?yàn)榻獯a是python自動(dòng)進(jìn)行的，我們沒有指明解碼方式，python 就會(huì)使用 sys.defaultencoding 指明的方式來解碼。很多情況下 sys.defaultencoding 是

ANSCII，如果 s 不是這個(gè)類型就會(huì)出錯(cuò)。拿上面的情況來說，我的 sys.defaultencoding 是 anscii，而 s 的編碼方式和文件的編碼方式一致，是 utf8 的，所以出錯(cuò)了:

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 
0: ordinal not in range(128)

對于這種情況，我們有兩種方法來改正錯(cuò)誤：

一是明確的指示出 s 的編碼方式

#! /usr/bin/env python 
# -*- coding: utf-8 -*- 
s = '中文' 
s.decode('utf-8').encode('gb18030')

二是更改 sys.defaultencoding 為文件的編碼方式

#! /usr/bin/env python 
# -*- coding: utf-8 -*- 
import sys 
reload(sys) # Python2.5 初始化后會(huì)刪除 sys.setdefaultencoding 這個(gè)方法，我們需要重新載入 
sys.setdefaultencoding('utf-8') 
str = '中文' 
str.encode('gb18030')

以上這篇python 設(shè)置文件編碼格式的實(shí)現(xiàn)方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: