WxPython(二) -- 编码问题 u‘中文‘

忘是亡心i 2022-12-13 04:37 127阅读 0赞

编码问题对于开发的程序员来说并不陌生，相信每个程序员在开发的路上都有遇到过乱码的问题，在python下也是如此，接下来就来看看python是如何进行编码的。

python内部使用的是unicode编码，而外部却要面对千奇百怪的各种编码，比如gbk，gb2312，utf8等，那这些编码是怎么转换成内部的unicode呢？

在pyhon中，源代码文件必然是以某种编码形式存储代码的，python编译器默认会认为源代码文件是asci编码，就好比如现在有一个变量 ‘a’，然后进行日志打印,python认为这个’a’就是一个asci编码的字符,所以输出的结果就是一个 ‘a’,在仅仅使用英文字符的情况下一切正常，但是如果用了中文,结果就不一样了，就拿汉字 '汉’来说,直接print输出，那么程序就会报错，问题就出现在编码上，python默认将代码文件内容当作asci编码处理，但asci编码中不存在中文，因此会抛出异常。

解决办法就是在对应的文件第一行加上`# -*- coding: utf-8 -*-`这句话，告知python我这个文件里的文本是用utf-8编码的，这样，python就会依照utf-8的编码形式解读其中的字符，然后转换成unicode编码内部处理使用。

但是如果是在Windows上运行这段代码的话，还是会出现编码问题，这是因为python编码与Windows控制台编码的不一致，Windows的默认编码方式是gbk，而在代码中使用的utf-8，python按照utf-8编码打印到gbk编码的控制台下自然就会不一致，从而导致不能打印出正确的汉字而抛出对应的异常。当然，你也可以将`# -*- coding: utf-8 -*-`改成`# -*- coding: gbk -*-`就可以打印出汉字了。

对于这种编码问题，在python中还有另外一种解决方法，就是在str的前面加上一个u，也就是u’Str’，Str代表的是你要输入的汉字，这样就可以正常输出你想要的汉字了。这里的这个u表示将后面跟的字符串以unicode格式存储，python会根据代码第一行标称的utf-8编码识别代码中的汉字，然后转换成unicode对象。如果我们用type查看一下’哈’的数据类型type(‘汉’)，会得到<type ‘str’>，而type(u’汉’)，则会得到<type ‘unicode’>，也就是在字符前面加u就表明这是一个unicode对象，这个字会以unicode格式存在于内存中，而如果不加u，表明这仅仅是一个使用某种编码的字符串，编码格式取决于python对源码文件编码的识别。

Python在向控制台输出unicode对象的时候会自动根据输出环境的编码进行转换，但如果输出的不是unicode对象而是普通字符串，则会直接按照字符串的编码输出字符串，从而出现上面的现象。