官方入门教程->2.2.1 源文件的字符编码
参考官网:https://docs.python.org/zh-cn/3.9/tutorial/interpreter.html
默认情况下,Python 源码文件的编码是 UTF-8。
如果不使用默认编码,则要声明文件的编码,文件的 第一 行要写成特殊注释。句法如下:
# -*- coding: encoding -*-
其中,encoding 可以是参考附录1
比如,声明使用 Windows-1252 编码,源码文件要写成:
# -*- coding: cp1252 -*-
第一行 的规则也有一种例外情况,源码以 UNIX “shebang” 行开头。此时,编码声明要写在文件的第二行。例如:
#!/usr/bin/env python3
# -*- coding: cp1252 -*-
语言参考->2.1.4编码声明
Python 脚本第一或第二行的注释匹配正则表达式 **coding[=:]\s*([-\w.]+)**时,该注释会被当作编码声明;这个表达式的第一组指定了源码文件的编码。编码声明必须独占一行,在第二行时,则第一行必须也是注释。编码表达式的形式如下:
# -*- coding: <encoding-name> -*-
这也是 GNU Emacs 认可的形式,此外,还支持如下形式:
# vim:fileencoding=<encoding-name>
这是 Bram Moolenaar 的 VIM 认可的形式。
没有编码声明时,默认编码为 UTF-8。此外,如果文件的首字节为 UTF-8 字节顺序标志(b'\xef\xbb\xbf'
),文件编码也声明为 UTF-8(这是 Microsoft 的 notepad 等软件支持的形式)
附录1: codesc
编码 | 别名 | 语言 |
---|---|---|
ascii | 646, us-ascii | 英语 |
big5 | big5-tw, csbig5 | 繁体中文 |
big5hkscs | big5-hkscs, hkscs | 繁体中文 |
cp037 | IBM037, IBM039 | 英语 |
cp273 | 273, IBM273, csIBM273 | 德语3.4 新版功能. |
cp424 | EBCDIC-CP-HE, IBM424 | 希伯来语 |
cp437 | 437, IBM437 | 英语 |
cp500 | EBCDIC-CP-BE, EBCDIC-CP-CH, IBM500 | 西欧 |
cp720 | 阿拉伯语 | |
cp737 | 希腊语 | |
cp775 | IBM775 | 波罗的海语言 |
cp850 | 850, IBM850 | 西欧 |
cp852 | 852, IBM852 | 中欧和东欧 |
cp855 | 855, IBM855 | 保加利亚语,白俄罗斯语,马其顿语,俄语,塞尔维亚语 |
cp856 | 希伯来语 | |
cp857 | 857, IBM857 | 土耳其语 |
cp858 | 858, IBM858 | 西欧 |
cp860 | 860, IBM860 | 葡萄牙语 |
cp861 | 861, CP-IS, IBM861 | 冰岛语 |
cp862 | 862, IBM862 | 希伯来语 |
cp863 | 863, IBM863 | 加拿大语 |
cp864 | IBM864 | 阿拉伯语 |
cp865 | 865, IBM865 | 丹麦语/挪威语 |
cp866 | 866, IBM866 | 俄语 |
cp869 | 869, CP-GR, IBM869 | 希腊语 |
cp874 | 泰语 | |
cp875 | 希腊语 | |
cp932 | 932, ms932, mskanji, ms-kanji | 日语 |
cp949 | 949, ms949, uhc | 韩语 |
cp950 | 950, ms950 | 繁体中文 |
cp1006 | 乌尔都语 | |
cp1026 | ibm1026 | 土耳其语 |
cp1125 | 1125, ibm1125, cp866u, ruscii | 乌克兰语3.4 新版功能. |
cp1140 | ibm1140 | 西欧 |
cp1250 | windows-1250 | 中欧和东欧 |
cp1251 | windows-1251 | 保加利亚语,白俄罗斯语,马其顿语,俄语,塞尔维亚语 |
cp1252 | windows-1252 | 西欧 |
cp1253 | windows-1253 | 希腊语 |
cp1254 | windows-1254 | 土耳其语 |
cp1255 | windows-1255 | 希伯来语 |
cp1256 | windows-1256 | 阿拉伯语 |
cp1257 | windows-1257 | 波罗的海语言 |
cp1258 | windows-1258 | 越南语 |
euc_jp | eucjp, ujis, u-jis | 日语 |
euc_jis_2004 | jisx0213, eucjis2004 | 日语 |
euc_jisx0213 | eucjisx0213 | 日语 |
euc_kr | euckr, korean, ksc5601, ks_c-5601, ks_c-5601-1987, ksx1001, ks_x-1001 | 韩语 |
gb2312 | chinese, csiso58gb231280, euc-cn, euccn, eucgb2312-cn, gb2312-1980, gb2312-80, iso-ir-58 | 简体中文 |
gbk | 936, cp936, ms936 | 统一汉语 |
gb18030 | gb18030-2000 | 统一汉语 |
hz | hzgb, hz-gb, hz-gb-2312 | 简体中文 |
iso2022_jp | csiso2022jp, iso2022jp, iso-2022-jp | 日语 |
iso2022_jp_1 | iso2022jp-1, iso-2022-jp-1 | 日语 |
iso2022_jp_2 | iso2022jp-2, iso-2022-jp-2 | 日语,韩语,简体中文,西欧,希腊语 |
iso2022_jp_2004 | iso2022jp-2004, iso-2022-jp-2004 | 日语 |
iso2022_jp_3 | iso2022jp-3, iso-2022-jp-3 | 日语 |
iso2022_jp_ext | iso2022jp-ext, iso-2022-jp-ext | 日语 |
iso2022_kr | csiso2022kr, iso2022kr, iso-2022-kr | 韩语 |
latin_1 | iso-8859-1, iso8859-1, 8859, cp819, latin, latin1, L1 | 西欧 |
iso8859_2 | iso-8859-2, latin2, L2 | 中欧和东欧 |
iso8859_3 | iso-8859-3, latin3, L3 | 世界语,马耳他语 |
iso8859_4 | iso-8859-4, latin4, L4 | 波罗的海语言 |
iso8859_5 | iso-8859-5, cyrillic | 保加利亚语,白俄罗斯语,马其顿语,俄语,塞尔维亚语 |
iso8859_6 | iso-8859-6, arabic | 阿拉伯语 |
iso8859_7 | iso-8859-7, greek, greek8 | 希腊语 |
iso8859_8 | iso-8859-8, hebrew | 希伯来语 |
iso8859_9 | iso-8859-9, latin5, L5 | 土耳其语 |
iso8859_10 | iso-8859-10, latin6, L6 | 北欧语言 |
iso8859_11 | iso-8859-11, thai | 泰语 |
iso8859_13 | iso-8859-13, latin7, L7 | 波罗的海语言 |
iso8859_14 | iso-8859-14, latin8, L8 | 凯尔特语 |
iso8859_15 | iso-8859-15, latin9, L9 | 西欧 |
iso8859_16 | iso-8859-16, latin10, L10 | 东南欧 |
johab | cp1361, ms1361 | 韩语 |
koi8_r | 俄语 | |
koi8_t | 塔吉克3.5 新版功能. | |
koi8_u | 乌克兰语 | |
kz1048 | kz_1048, strk1048_2002, rk1048 | 哈萨克语3.5 新版功能. |
mac_cyrillic | maccyrillic | 保加利亚语,白俄罗斯语,马其顿语,俄语,塞尔维亚语 |
mac_greek | macgreek | 希腊语 |
mac_iceland | maciceland | 冰岛语 |
mac_latin2 | maclatin2, maccentraleurope, mac_centeuro | 中欧和东欧 |
mac_roman | macroman, macintosh | 西欧 |
mac_turkish | macturkish | 土耳其语 |
ptcp154 | csptcp154, pt154, cp154, cyrillic-asian | 哈萨克语 |
shift_jis | csshiftjis, shiftjis, sjis, s_jis | 日语 |
shift_jis_2004 | shiftjis2004, sjis_2004, sjis2004 | 日语 |
shift_jisx0213 | shiftjisx0213, sjisx0213, s_jisx0213 | 日语 |
utf_32 | U32, utf32 | 所有语言 |
utf_32_be | UTF-32BE | 所有语言 |
utf_32_le | UTF-32LE | 所有语言 |
utf_16 | U16, utf16 | 所有语言 |
utf_16_be | UTF-16BE | 所有语言 |
utf_16_le | UTF-16LE | 所有语言 |
utf_7 | U7, unicode-1-1-utf-7 | 所有语言 |
utf_8 | U8, UTF, utf8, cp65001 | 所有语言 |
utf_8_sig | 所有语言 |