编码 | Python竟然有隐藏功能，只有极少人知道！

潘永斌

发布于 2020-01-13 16:52:38

4290

发布于 2020-01-13 16:52:38

文章被收录于专栏：看那个码农看那个码农

本篇推文共计800个字，阅读时间约1分钟。

Python2.x版本

字符编码有时让人很头疼

遇到问题，网上方法可以解决错误。

但对原理还是一知半解

例如

用 Python 输出 "Hello, World!"

#!/usr/bin/python
print "Hello, World!";

英文没有问题

Hello, World!

但是如果你输出中文字符

"你好，世界"

#!/usr/bin/python

print "你好，世界!";

就有可能会碰到中文编码问题

File "hello.py", line 2
SyntaxError: Non-ASCII character '\xe4' in file test.py on line 2, but no encoding
declared; see http://www.python.org/peps/pep-0263.html for details

提醒报错，无法输出中文。

产生这样结果的原因是Python中默认的编码格式是 ASCII 格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错。

解决的方法很简单只需要在文件的开头加入

# -*- coding: UTF-8 -*-

或者

#coding=utf-8

（注意：#coding=utf-8 的 = 号两边不要空格。）

在文件的开头加入上述的代码之后再次尝试输出

“你好，世界！”

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

print "你好，世界";

输出的结果就会变成如下所示的样子

你好，世界!

所以如果大家在学习过程中

代码中包含中文，就需要在头部指定编码

注意：Python3.X 源码文件默认使用utf-8编码，所以可以正常解析中文，无需指定 UTF-8 编码。

说到这里需要给各位读者科普一下

在python 2或者3 ，字符串编码只有两类

（1）通用的Unicode编码（2）将Unicode转化为某种类型的编码

如UTF-8，GBK

计算机只处理数字，因此处理文本时，必须转换成数字才行。

8位（bit）=1字节（byte）=256种不同状态=从000000到111111

1GB=1024M=1024（1024kb）

=1024（1024（1024b））

ASCII编码是对应英文字符与二进制数字之间的关系；ASCII一共规定了128种，如大写字母A是65，即01000001；可见一字母一字节；

GB2312编码简体中文常见的编码，两个字节代表一个中文汉字，理论上256*256个编码，即可表示65536种中文字；

各国编码不同，为了各国能扩平台进行文本的转换与处理，Unicode就被作为统一码或者单一码。

Unicode编码通常是两个字节，unicode与ASCII编码的区别，在于unicode在ASCII编码前加了一个0，即字母A的ASCII编码为01000001，unicode编码即为0000000001000001;但英文字母其实只用一个字节就够了，unicode编码写英文时多了一个字节，浪费存储空间。