Python中亂碼問題是一個很頭痛的問題。
在Python3中,對中文進行了全面的支持,但在Python2.x中需要進行相關的設置才能使用中文。否則會出現亂碼
【問題原因】
在Python2.x中主要是字符編碼的問題,處理不好的話,會導致亂碼。Python默認采取的ASCII編碼,字母、標點和其他字符只使用一個字節來表示,但對於中文字符來說,一個字節滿足不了需求。
>>> import sys >>> sys.getdefaultencoding() 'ascii'
為了能在計算機中表示所有的中文字符,中文編碼采用兩個字節表示。如果中文編碼和ASCII混合使用的話,就會導致解碼錯誤,從而才生亂碼。而CMD下默認的編碼方式為:GBK,所以就造成了上面的亂碼!
采用兩個字節的中文編碼標准有:GB2312、GBK、BIG5等。
【處理辦法】
為了將各種不同的語言包含在統一的字符集中,滿足國際間的信息交流,國際上制訂了UNICODE字符集,包含了世界上所有語言字符,這些字符具有唯一的編碼,通過使用UNICODE字符集可以滿足跨語言的文字處理,避免亂碼的產生。
i) 交互式命令中:一般不會出現亂碼,無需做處理
ii) py腳本文件中:跨字符集必須做設置,否則亂碼。
# coding = utf-8 # 或 # coding = UTF-8 # 或 # -*- coding: utf-8 -*-
上面那一句僅僅是告訴Python編譯器:腳本中包含了非ASCII字符,並未進行轉換。
如果要將字符編碼從默認的ASCII改為UTF-8,需要在保存的時候選擇保存為UTF-8格式。
如果是用NODEPAD打開,【另存為】-->UTF-8即可
如果是用IDLE打開,【Options】-> 【Configure IDLE】->【General】
上面的設置,可以保證IDLE,運行F5,能正常輸出中文。
【編碼解碼】
在開頭添加了# -*- coding: utf-8 -*-並將文件保存為UTF-8格式,仍然不能保證能輸出正常輸出中文,
不同的編輯器,如VIM,IDLE,Eclipse使用的輸出編碼都是不一致的。
所以,在一個地方能正常輸出中文,在另外一個地方就未必。所以還必須做編碼解碼設置!
encode:編碼
decode:解碼
必須保證編碼、解碼的對象是同一個。比如說UTF-8方式編碼, 必須再用UTF-8進行解碼即可。
所以最終解決辦法,還必須先按原先的方式解碼,再按控制台格式重新編碼:比如CMD默認是GBK方式
則必須使用如下方式:
正確輸出結果:
【其他說明】
1.在Python3中,對中文的支持非常全面,源文件默認保存為UTF-8的編碼,這樣一來,不但可以在源代碼中使用中文,而且變量名也可以使用中文,比如說:
>>> 中國 = 'Chinese' >>> print(中國) Chinese
2.在Python3中,不需要來回的編解碼,並且字符串對象也沒有decode和encode方法。
--------------------------------------分割線 --------------------------------------
CentOS上源碼安裝Python3.4 http://www.linuxidc.com/Linux/2015-01/111870.htm
《Python核心編程 第二版》.(Wesley J. Chun ).[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm
《Python開發技術詳解》.( 周偉,宗傑).[高清PDF掃描版+隨書視頻+代碼] http://www.linuxidc.com/Linux/2013-11/92693.htm
Python腳本獲取Linux系統信息 http://www.linuxidc.com/Linux/2013-08/88531.htm
在Ubuntu下用Python搭建桌面算法交易研究環境 http://www.linuxidc.com/Linux/2013-11/92534.htm
Python 語言的發展簡史 http://www.linuxidc.com/Linux/2014-09/107206.htm
Python 的詳細介紹:請點這裡
Python 的下載地址:請點這裡