python在pydev，IDLE，命令行出現(xiàn)亂碼的原因及解決

boy11-2

1. #! /usr/bin/env python
   
2. 
   
3. # -*- coding: utf-8 -*-
   
4. 
   
5. #@author zcwang3@gmail.com
   
6. 
   
7. #@version 2010-09-07 11:22
   
8. 
   
9.   
   
10. 
    
11. # 原始字符串
    
12. 
    
13. rstr = r " 編碼 "
    
14. 
    
15. # 普通字符串
    
16. 
    
17. str = " 編碼 "
    
18. 
    
19. #Unicode 字符串
    
20. 
    
21. ustr = u " 編碼 "
    
22. 
    
23. # 用 utf-8 編碼把 str 轉(zhuǎn)換為 unicode
    
24. 
    
25. utf8ToUnicodeStr=str.decode( 'utf-8' )
    
26. 
    
27. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果： UnicodeDecodeError( 命令行中默認(rèn)使用的是 windows 系統(tǒng)的 gbk 編碼， str 就是使用 gbk 編碼的字符串，使用 utf-8 解碼時(shí)部分字節(jié)值超出 utf-8 范圍，系統(tǒng)錯(cuò)誤 )
    
28. 
    
29. # 用 gbk 編碼把 str 轉(zhuǎn)換為 unicode
    
30. 
    
31. gbkToUnicodeStr=str.decode( 'gbk' )
    
32. 
    
33.   
    
34. 
    
35. rstr
    
36. 
    
37. str
    
38. 
    
39. ustr
    
40. 
    
41. utf8ToUnicodeStr
    
42. 
    
43. gbkToUnicodeStr
    
44. 
    
45. print len(rstr)
    
46. 
    
47. 在 pydev 中的運(yùn)行結(jié)果： 6 （顯示：文件頭部聲明的 utf-8 編碼起作用，并且 1 個(gè)漢字占 3 位）
    
48. 
    
49. 在 IDLE 中的運(yùn)行結(jié)果： 6 （顯示：文件頭部聲明的 utf-8 編碼起作用，并且 1 個(gè)漢字占 3 位）
    
50. 
    
51. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果： 4 （顯示：命令行中默認(rèn)編碼 gbk ， 1 個(gè)漢字占 3 位 ）
    
52. 
    
53. print len(str)
    
54. 
    
55. 在 pydev 中的運(yùn)行結(jié)果： 6
    
56. 
    
57. 在 IDLE 中的運(yùn)行結(jié)果： 6
    
58. 
    
59. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果： 4
    
60. 
    
61. 原始字符串和普通字符串有相同的結(jié)果
    
62. 
    
63. print len(ustr)
    
64. 
    
65. 在 pydev 中的運(yùn)行結(jié)果： 2
    
66. 
    
67. 在 IDLE 中的運(yùn)行結(jié)果： 2
    
68. 
    
69. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果： 2
    
70. 
    
71. 通過使用 u 來標(biāo)志的 unicode 字符在 3 種情況下結(jié)果一致， 1 個(gè)漢字占 2 位
    
72. 
    
73. print len(utf8ToUnicodeStr)
    
74. 
    
75. 在 pydev 中的運(yùn)行結(jié)果： 2 （通過正確的編碼，轉(zhuǎn)換成相應(yīng)的 unicode 字符串）
    
76. 
    
77. 在 IDLE 中的運(yùn)行結(jié)果： 2 （通過正確的編碼，轉(zhuǎn)換成相應(yīng)的 unicode 字符串）
    
78. 
    
79. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果：變量未定義
    
80. 
    
81. print len(gbkToUnicodeStr)
    
82. 
    
83. 在 pydev 中的運(yùn)行結(jié)果： 3 （ utf-8 聲明的字符串，用 gbk 解碼，結(jié)果是亂碼）
    
84. 
    
85. 在 IDLE 中的運(yùn)行結(jié)果： 3
    
86. 
    
87. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中的運(yùn)行結(jié)果： 2
    
88. 
    
89.   
    
90. 
    
91. print rstr
    
92. 
    
93. print str
    
94. 
    
95. print ustr
    
96. 
    
97. print utf8ToUnicodeStr
    
98. 
    
99. print gbkToUnicodeStr
    
100. 
     
101.   
     
102. 
     
103. 在 IDLE 中的運(yùn)行結(jié)果和通過 python + py 文件的運(yùn)行結(jié)果完全一致！
     
104. 
     
105.   
     
106. 
     
107. Pydev 中模塊的默認(rèn)編碼在文件頭聲明（沒有聲明就是 ascii ），控制臺(tái)顯示的默認(rèn)編碼和 文件頭聲明的編碼 一致
     
108. 
     
109. IDLE 中調(diào)用時(shí)模塊的默認(rèn)編碼在文件頭聲明（沒有聲明就是 ascii ），控制臺(tái)顯示的默認(rèn)編碼和 操作系統(tǒng)默認(rèn)編碼一致（如中文 windows 下的 gbk ） 一致
     
110. 
     
111. 粘貼到 CMD 啟動(dòng)的 PYTHON 命令行中，直接聲明的字符串的默認(rèn)編碼和命令行中顯示的默認(rèn)編碼都是 操作系統(tǒng)默認(rèn)編碼一致（如中文 windows 下的 gbk ）
     
112. 
     
113.   
     
114. 
     
115. 結(jié)論：
     
116. 
     
117. 1， 亂碼，編碼錯(cuò)誤出現(xiàn)的原因：字符串 str 聲明時(shí)編碼為 a ，而輸出（控制臺(tái)顯示或者寫入文件，數(shù)據(jù)庫等）時(shí)由于環(huán)境的不同，默認(rèn)編碼也不同。在不同的環(huán)境下， python 會(huì)根據(jù)各自的默認(rèn)編碼去解碼字符串 a ，因此 出現(xiàn)亂碼（ str 對(duì)應(yīng)的 a 編碼的值正好都在 b 編碼的取值范圍內(nèi)） 或者 編碼錯(cuò)誤（譬如： a 編碼中有值 10000 （ 2 進(jìn)制的形式），但是 b 編碼的取值范圍不包括 10000 ，就會(huì)出現(xiàn)轉(zhuǎn)換錯(cuò)誤）
     
118. 
     
119. 2， 如果變量直接聲明為 Unicode 字符，那么在不同輸出環(huán)境時(shí)， python 都能正常地轉(zhuǎn)換為相應(yīng)的字符串
     
120. 
     
121. 3， 通過 u 符號(hào)聲明的 Unicode 字符串在上述 3 種情況下都不出現(xiàn)亂碼， 推薦使用
     
122. 
     
123. 4， 原始字符串和普通字符串聲明的字符串的默認(rèn)編碼跟系統(tǒng)環(huán)境相關(guān)， python 命令行中默認(rèn)的是操作系統(tǒng)的編碼如 windows 的 gbk ， pydev 或者 idle 中，字符串的默認(rèn)編碼跟文件頭部聲明的編碼一致（如果文件頭部沒有聲明，那么默認(rèn)的是 ascii 編碼）
     

復(fù)制代碼