一下结论不是一定准确,是我自己通过实验理解的结果。如有错误欢迎指正。
# coding:utf8
这种写法是针对源文件中的非ascii字符的编码方式
例如:
写s = u"中文",会以utf8将源文件中的字符串解码成unicode。相当于s = f.read(); s = s.decode('utf8')
若代码中写 s = "中文",不会对字符串进行编码,相当于s = f.read()
sys.setdefaultencoding()
这个配置是用于在 s.encode() s.decode() 不带参数时的默认参数。
例如:print u 会事先将unicode字符串转换为str,再输出到控制台。 会调用默认参数的u.encode() 。
如果默认sys.getdefaultencoding()是ascii,而u当中又含有非ascii字符,则会抛出异常。UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
print 输出
Python的print语句会将字符串转换为str进行输出,
也就是说 print s 这个语句,如果s本身就是str类型,则直接输出,若s是unicode类型,则会以默认编码调用s.encode() 然后进行输出。
对于windows来说,控制台中显示中文是以gbk编码的,也就是说print一个utf8编码的str会看到一串乱码。