python总结(二)：控制台中文乱码的解决办法

在编写bash终端应用程序中，如果字符串里含有中文字符，可能会出现乱码。

这里以Win 10为例进行代码测试，utf8.py的内容如下：

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
value = '蚁方阵'
print value

以Windows的CMD终端运行代码：

python utf8.py
# 输出 铓佹柟闃 乱码

至于乱码的原因，因为python文件的编码为UTF-8，而CMD终端的解码格式为GBK，所以出现乱码，详细的分析过程见《JAVA总结(二)：字符的编码与解码》。

解决办法很简单，必须要以文件的方式进行解码，然后以输出终端进行编码，如下：

value = '蚁方阵'
print value.decode('UTF-8').encode('GBK')

现在控制端输出终于正常，不过需要注意的是，不同的终端采用的解码方式也不一样，所以即使是在同一台机器上，不同的终端也可能出现不同的结果，以我的测试为例，在MINGW64上，第一段代码输出无乱码，windows自带CMD控制台则出现乱码，执行编码与解码过程后，则刚好相反。

除了上述的解决办法，还可以直接在代码中写入UTF-8字符，如下：

# '蚁方阵'的UTF-8编码
value = ur'\u8681\u65B9\u9635'
# 对UTF-8终端正常
print value.encode('UTF-8')
# 对非UTF-8终端正常
print value

但是依旧存在上面的问题，对于输出为UTF-8的终端显示正常，对输出为GBK编码的终端则为乱码，更有意思的是，上面的第二局输出如果在UTF-8终端上进行测试，还直接报错，如下：

Traceback (most recent call last):
  File "./utf8.py", line 3, in <module>
    print value
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: 
ordinal not in range(128)

结论

解决乱码问题一定要依照输入文件（字符）的编码与输出显示方式的解码，只有掌握了它们之间的转换关系，才能彻底解决乱码。