关于Python的默认字符集

本文将简要介绍Python程序解析使用的字符集历史和配置方法。

背景： 在写脚本程序的时候难免会设计一些和中文相关的变量内容。这个时候对于一个Python新手（包括我在内）来说如何配置python使之能够正确识别程序内的中文内容就会变得非常头疼。本文将会简要介绍Python字符集的配置方法和一些相关历史信息。

<hr />

Python的默认字符集

Python的默认字符集在几个大版本中有过改变，以下是各个版本的默认字符集列举：

Python2.1及以前： latin1

Python2.3及之后，Python2.5以前：latin1 （但是会对非ASCII字符集字符提出WARNING）

Python2.5及以后：ASCII

此外在PEP上也有提议在后续版本中将默认字符集调整为UTF-8

<hr />

如何配置默认字符集(Python2.5以前)

配置Python当前脚本文件解析使用的默认字符集在2.5以前是很困难的。因为这些老版本不支持类似shebang的coding配置方式。虽然2.5以前的老版本已经过时了，这里还是提一下这些版本配置字符集的方法。具体配置原理是通过sys.setdefaultencoding()函数。但是纠结的是，这个函数site.py（一个在Python启动时自动运行的脚本）中被删除了。于是网上就出现了以下几种版本的方法：

reload(sys)

修改sitecustomize.py配置全局默认字符集

两种方法都仅仅是能work，且不优雅。更具体的操作方式可以参看stackoverflow上的讨论

<hr />

如何配置默认字符集(Python2.5及以后)

Python2.5以后的默认字符集配置方式就简单了很多。只要在Shebang后面（即#! /usr/bin/python这一行之后), 紧跟上一行字符集配置行即可。字符集配置行的书写规则需要符合这么一个正则coding[:=]\s*([-\w.]+)。也就是说以下几种写法都可以生效：

#!/usr/bin/python

# coding=utf8

或者

#!/usr/bin/python

# -*- coding: utf8 -*-

更或者

#!/usr/bin/python

# vim: set fileencoding= :

这些都是可以work的。

--------------------------------------分割线 --------------------------------------

CentOS上源码安装Python3.4  http://www.linuxidc.com/Linux/2015-01/111870.htm

《Python核心编程 第二版》.(Wesley J. Chun ).[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm

《Python开发技术详解》.( 周伟,宗杰).[高清PDF扫描版+随书视频+代码] http://www.linuxidc.com/Linux/2013-11/92693.htm

Python脚本获取Linux系统信息 http://www.linuxidc.com/Linux/2013-08/88531.htm

在Ubuntu下用Python搭建桌面算法交易研究环境 http://www.linuxidc.com/Linux/2013-11/92534.htm

Python 语言的发展简史 http://www.linuxidc.com/Linux/2014-09/107206.htm