问在windows上使用cp1251和utf-8的Unicode

EN

我想我能理解你发生了什么。最后一行给了我提示，你的垃圾代码点被确认了。您尝试显示cp1251字符，但编辑器被配置为使用utf8。

# -*- coding: cp1251 -*-解释器仅用于转换ASCII范围之外的源程序Python文件中的字符。无论如何，它只用于unicode垃圾，因为来自原始源的字节给出了.字节字符串中的字节完全相同。有些文本编辑器很好地自动使用这一行(空闲编辑器就是这样)，但我对此不太自信，例如，当我使用gvim时，总是会手动地将切换到正确的编码。短篇小说：# -*- coding: cp1251 -*-在您的代码中未使用，并且只会误导读者，因为它不是实际的编码。

如果您想确定源中的内容，最好使用显式转义。在代码页1251中，单词юникод由以下字符组成：'\xfe\xed\xe8\xea\xee\xe4'

如果您编写此源：

txt = '\xfe\xed\xe8\xea\xee\xe4'
print txt
print txt.decode('cp1251')
print unicode(txt, 'cp1251')
print unicode(txt, 'utf-8')

并在配置为使用CP1251字符集的控制台中执行它，前三行将输出юникод，最后一行将抛出UnicodeDecodeError异常，因为输入不再有效‘utf8 8’。

或者，如果您对当前的编辑器感到满意，您可以这样写：

# -*- coding: utf8 -*-

txt = 'юникод'.decode('utf8').encode('cp1251') # or simply txt = u'юникод'.encode('cp1251')
print txt
print txt.decode('cp1251')
print unicode(txt, 'cp1251')
print unicode(txt, 'utf-8')

这应该会给出相同的结果-但是现在声明的源编码应该是python源代码的实际编码。

顺便说一下，本机使用unicode的Python3.5空闲确认：

>>> 'СЋРЅРёРєРѕРґ'.encode('cp1251').decode('utf8')
'юникод'

您的问题是编码声明是错误的:您的编辑器使用utf-8字符编码来保存源代码。使用来修复.

>>> u'юникод'
u'\u044e\u043d\u0438\u043a\u043e\u0434'
>>> u'юникод'.encode('utf-8')
'\xd1\x8e\xd0\xbd\xd0\xb8\xd0\xba\xd0\xbe\xd0\xb4'
>>> print _.decode('cp1251') # mojibake due to the wrong encoding
СЋРЅРёРєРѕРґ
>>> print u'юникод'
юникод

不要使用字节字符串(''文本在Python2上创建bytes对象)来表示文本；使用Unicode字符串 (u''文字-- unicode类型)。如果您的代码使用Unicode字符串，那么Windows控制台使用的代码页并不重要，只要选定的字体能够显示相应的(非BMP)字符。请参阅Python, Unicode, and the Windows console

下面是完整的代码，供参考：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
print(u'юникод')

注:没有.decode()，unicode()。如果使用文字创建字符串；如果字符串包含文本，则应使用Unicode文本。在Python3上，它是唯一的选项，您不能在bytes文本中放置非ascii字符，而且在Python2上也是一个很好的实践(对文本使用Unicode而不是字节字符串)。

如果某个API将字节字符串作为输入(而不是文字)，则其编码与编码声明无关。要使用的特定编码取决于数据的来源。