python设置编码格式_Python读取配置文件时的编码问题

Python有一个ConfigParser模块可以读取解析配置文件，今天找了一些代码研究了一下，发现一个问题，这里记录一下。

配置文件内容

[global]

reList= /图书/[\u4e00-\u9fa5]+/\d+.html

上面是一条匹配网址中包含中文字符的正则表达式。

下面看一下主程序：

reList = u”/图书/[\u4e00-\u9fa5]+/\d+.html”

print “%r” % reList

reList = cnf.get(“global”,”reList”).decode(“utf8”)

print “%r” % reList

输入为：

u’/\u56fe\u4e66/[\u4e00-\u9fa5]+/\\d+.html’

u’/\u56fe\u4e66/[\\u4e00-\\u9fa5]+/\\d+.html’

第一条的正则可以正常匹配，第二条失败。原因就是读取配置文件的时候，解释器自动在反斜杠\前又加了一个反斜杠。这里可以看出，直接为变量作字符串赋值时，utf8编码的反斜杠并没有被转义。

解决方法：

修改配置文件

把配置文件中的utf8编码替换为对应的汉字。

\u4e00对应”一”

\u9fa5对应”龥(yù)”

reList = /图书/[一-龥]+/\d+.html