其实这个问题的关键在于两点,一点就是你读取的内容要是utf-8编码的,其次你的终端需要默认支持显示所有utf-8编码的字符。
python3在读取文件上这里做了不错的优化,你只需要在打开文件时,写明你读取的格式即可。
with open(filename,'r',encoding='utf-8') as f:
print(f.read())
但今天我实际遇到的情况是从网页获取源码的情况,这个也很简单,只需要你用decode('utf-8') e.g.
with urllib.request.urlopen(url) as f:
data=f.read().decode('utf-8')
当然,如果你用mac或者Linux,你会发现这样就ok了,但是Windows上面还是不行,当然,如果只有中文的话,是OK的,下面只针对一些显示不出来的奇葩字符。
下面就讲一下如何让终端可以显示全部utf-8字符。
首先介绍一下chcp [nnn]命令,后面的参数是可选的它是用来显示或设置活动代码页的编号的。输入chcp,查看当前代码页你会发现是936,也就是gb2312的中文编码,所以它无法显示全部的utf-8编码,那么只要切换到utf-8的编号就好了,输入 chcp 65001。
然后右击标题栏,点击属性--->字体---->切换到lucida console后,你就发现可以成功显示了。不过,蛋疼的是,你输入这个命令以后会发现你的中文输入法无法使用了,虽然你还可以切换到中文输入法,但是他被锁死在英文。这个貌似目前还无法解决,所以最好的办法就是不要用windows的终端了,改用Linux系统却进行python开发,或者安装cygwin,这个软件是用来在Windows平台上来模拟类Unix的环境的。