Python 2.7 学习笔记 中文处理

Posted 2020-07-01 51kata

首先我们在编写python代码文件时，文件本身会采用一种编码格式，如 utf-8 或 gbk

这时我们需要在python文件的开头设置文件的编码格式，以告诉编译器。

如果文件的编码格式是 utf-8, 则在文件的第一行需要添加如下语句

#coding=utf-8

如果文件的编码格式是 utf-8, 则在文件的第一行需要添加如下语句

#coding=gbk

如果设置为utf-8的格式，在linux执行，中文处理，包括显示没任何问题。

但是如果设置为utf-8的格式，在window下，在命令行下执行时，发现利用 print打印中文会出现乱码。

原因是因为，虽然文件声明为utf-8，且用utf-8的编码保存的源文件。但是windows的(www.111cn.net)本地默认编码是cp936，也就是gbk编码，所以在控制台直接打印utf-8的字符串就显示乱码了。 注意，实际上只是显示有问题，入库等处理并没问题。

这有两种解决方案。

一、方案一：

将文件的编码格式改为gbk，并在文件的第一行改为#coding=gbk，这时处理中文就没问题。

但这个方案带来的问题，如果该文件放到Linux下可能会显示出问题。因为一般linux机器下没有gbk的字符集。

 

二、方案二

文件还是采用utf-8的编码，文件头的第一行依然是#coding=utf-8

这时在print 中文时需要进行下编码，代码如：

print "中文".decode(‘utf-8‘).encode(sys.getfilesystemencoding())

注意：因为用到了sys模块，需要在语句执行添加 import sys

这样带来的问题，print语句比较臃肿，可以考虑自己封装下.