[python IO学习篇] 补充.py文件是中文, .ini文件内容是中文

Posted 2020-09-23

1 python

代码文件的编码.py文件默认是ASCII编码，中文在显示时会做一个ASCII到系统默认编码的转换，这时就会出错：SyntaxError: Non-ASCII character。需要在代码文件的第一行或第二行添加编码指示：
1 # coding=utf-8 ##以utf-8编码储存中文字符
2 print ‘中文‘
像上面那样直接输入的字符串是按照代码文件的编码来处理的，如果
用unicode编码，有以下三种方式：

1 s1 = u‘中文‘ #u表示用unicode编码方式储存信息

2 s2 = unicode(‘中文‘,‘gbk‘) unicode
是一个内置函数，第二个参数指示源字符串的编码格式。

 
decode是任何字符串具有的方法，将字符串转换成unicode格式，参数指示源字符串的编码格式。

encode
也是任何字符串具有的方法，将字符串转换成参数指定的格式。

2 字符串的编码 
用 u‘汉字‘ 构造出来的是unicode类型，不用的话构造出来是str类型   
str的编码是与系统环境相关的，一般就是sys.getfilesystemencoding()得到的值 .所以从unicode转str，要用encode方法  从str转unicode，所以要用decode 

例如：  
# coding=utf-8   #默认编码格式为utf-8 
s = u‘中文‘ #unicode编码的文字  
print s.encode(‘utf-8‘)   #转换成utf-8格式输出   
print s #效果与上面相同，似乎默认直接转换为指定编码

我的总结：  
u=u‘unicode编码文字‘  
g=u.encode(‘gbk‘) #转换为gbk格式  
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码 str=g.decode(‘gbk‘).encode(‘utf-8‘)   #以gbk编码格式读取g（因为他就是gbk编码的）并转换为utf-8格式输出 
print str #正常显示中文  

安全的方法： 
s.decode(‘gbk‘,‘ignore‘).encode(‘utf-8′) #以gbk编码读取（当然是读取gbk编码格式的文字了）并忽略错误的编码，转换成utf-8编码输出    因为decode的函数原型是decode([encoding], [errors=‘strict‘])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常；  如果设置为ignore，则会忽略非法字符；  如果设置为replace，则会用?取代非法字符；   如果设置为xmlcharrefreplace，则使用XML的字符引用。 ****************** 另外的方法：  
f=file("/home/abc.txt") for i in f:     print i