python设置unicode编码_一次明白，彻底让你不用担心python中文与编码了

当你在python中使用中文时，你一定见过下面的错误

SyntaxError: Non-ASCII character '\xe6' in file ./filename.py on line 3, but no encoding declared。

你一定听过什么是编码

比如，ascii,utf-8,gbk……。这些总的来说就是如何把一个字或者字母编码成计算机能认识的0和1

比如我举“你好，python"这句话：

'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'（utf8)

'\xc4\xe3\xba\xc3\xa3\xacpython'(gbk)

至于ascii,不支持中文，宁打的化，就是错误：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

你必须要知道的string 和 unicode 区别

string object是由characters组成的sequence，而unicode object是Unicode code units组成的sequence。

unicode就是 Unicode code units组成的序列，比如还是上面那句话：

u'\u4f60\u597d\uff0cpython'

而至于string这货，character是有多种编码方式的，比如单字节的ASCII，双字节的GB2312等等，再比如UTF-8。要想解读string，必需知道string里的character是用哪种编码方式，然后才能进行因为编码。

关于这些你要记住的只有一点：python所有编码都以unicode作为中转。 有了这句话，python编码就不是问题了。

我还是举上面那句话的例子：

print '你好，python'时发生了什么？

python将'你好，python'转换成了unicode即：

u'\u4f60\u597d\uff0cpython'

2.根据python的默认编码，把unicode转换成相应的编码，这里是unicode->ascii。因为ascii不支持中文，所以就报了错。

设定unicode转换成哪种编码的string

这很简单，想没有报错，只要从unicode中转时，转换成系统的默认编码就行了。

比如linux的utf8下（win下，改成gbk就好)：

utest=u'你好，python'

u'\u4f60\u597d\uff0cpython'

utestutf8=utest.encode("utf-8")

'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8cpython'

这样print utestutf8 就是'你好，python'

我不能每一次都用encode吧。

当然，这个就是多数教程讲的，设定默认编码的注释：

-- coding: UTF-8 --