Python编码格式的指定方式

参考自： http://python.jobbole.com/85852/， 原文探究的更深，有兴趣的可以去看看。

 

简介来讲就是使用一种特殊的注释来声明编码格式，如何判断这种格式也用了很简单粗暴有效的办法--正则表达式；正则表达式如下：

^[ \t\v]*#.*?coding[:=][ \t]*([-_.a-zA-Z0-9]+)

也就是说

# -*- coding:utf-8 -*-

# coding=utf-8

# -*- coding=utf-8 -*-

都可以。而第一种是Emacs推荐的写法 - -。

而根据 ([-_.a-zA-Z0-9]+) 选出来的结果则去匹配相应的编码方式，匹配编码方式使用了Python自带的codecs模块。

 

用老方式来看看自带的帮助文档，help(codecs)，唔，没有任何有用的东西:

Help on module codecs:

NAME
    codecs - codecs -- Python Codec Registry, API and helpers.

FILE
    /usr/lib/python2.7/codecs.py

MODULE DOCS
    http://docs.python.org/library/codecs

DESCRIPTION
    
    Written by Marc-Andre Lemburg (mal@lemburg.com).
    
    (c) Copyright CNRI, All Rights Reserved. NO WARRANTY.

FUNCTIONS

再去链接那里点开看看好了，“This module defines base classes for standard Python codecs (encoders and decoders) and provides access to the internal Python codec registry, which manages the codec and error handling lookup process. ”，意思是说这个模块就用来解码和编码的，提供了Python内部编码方式的注册，处理编码还有错误信息。

那在看看里边包含了什么：

In [5]: dir(codecs)                                                                                                                                                                               
Out[5]: 
['BOM',
 'BOM32_BE',
 'BOM32_LE',
 'BOM64_BE',
 'BOM64_LE',
 'BOM_BE',
 'BOM_LE',
 'BOM_UTF16',
 'BOM_UTF16_BE',
 'BOM_UTF16_LE',
 'BOM_UTF32',
 'BOM_UTF32_BE',
 'BOM_UTF32_LE',
 'BOM_UTF8',
 'BufferedIncrementalDecoder',
 'BufferedIncrementalEncoder',
 'Codec',
 'CodecInfo',
 'EncodedFile',

　唔，一大堆函数，不细看了。

 

PS：再次感叹，官方文档很赞。

然后，这种思考的方式很值得学习 - -。