python编码问题

py文件首行（或次行）的 # encoding:xxx，并不会影响文件存储的编码。一切都是pycharm带来的误解。

step1: pycharm coding使用utf8

 

step2: 使用vim打开

step3: vim中修改coding为gbk，并保存

step4: pycharm再次打开，gbk解析显示出来，‘测试’变成了‘娴嬭瘯’

step5: 查到‘测试’俩字的utf8编码

step6:  gbk下的‘娴嬭瘯’其实就是utf8下的‘测试’

step7: 通过step6，可以推测，step3 vim修改encoding后，文件存储到磁盘还是utf8的‘测试’

step8: 总结

python 文件从保存到执行，每个步骤涉及两个对象：操作对象 + 操作者。

操作对象是以某种编码格式编码的二进制，操作者是这个二进制的解析者。操作对象有的会记录自己的编码格式（比如文件的BOM），操作者有自己支持的编码格式。两者不一致就有可能解析二进制的时候出错。

上面这个流程图里，每一步都是一次解析二进制，都有操作对象和操作者。