【原創】python中文編碼問題深刻分析（二）：print打印中文異常及顯示亂碼問題分析與解決

　　在學習python以及在使用python進行項目開發的過程當中，常常會使用print語句打印一些調試信息，這些調試信息中每每會包含中文，若是你使用python版本是python2.7，或許你也會遇到和我同樣的問題：那就是print打印中文異常以及顯示亂碼問題。本文主要分析一下在linux下使用python2.7的print語句中文異常以及終端顯示中文亂碼問題的緣由及解決辦法。轉載請註明出處，謝謝！

　　1.print打印顯示的過程

　           　

                                     圖1. Print打印顯示過程

　　Python2.7中調用print打印var 變量時，操做系統會對var作必定的字符處理：若是var是str類型的變量，則直接將var變量交付給終端進行顯示；若是var變量是unicode類型，則操做系統首先將var編碼成str類型的對象（編碼格式取決於stdout的編碼格式），而後再交由終端進行顯示。在終端顯示時，若是str類型的變量的編碼方式和終端設置的編碼方式不一致，極可能會出現亂碼問題。

　　2.print中文字符出現錯誤問題

　　      在python源碼中print中文字符，時常會出現Non-ASCII character和UnicodeEncodeError兩類錯誤。下面分別一一介紹。

　　　　2.1  Non-ASCII character錯誤

　　　　　　print.py源碼示例（代碼1）：

　　　　　　import sys

　　　　　　print sys.getdefaultencoding()

　　　　　　a="測試"

　　　　　　b=u"測試"

　　　　　　print a

　　　　　　print b

　　　　這段代碼試圖在linux的終端打印變量a和b的值，可是在實際執行的過程當中，會提示Non-ASCII character錯誤：

　　　　

           緣由：該print.py的文件格式是utf-8(能夠vi print.py，而後在命令模式下，輸入：set fileencoding,查看文件的編碼方式，)。「測試」對應的utf-8編碼爲：'\xe6\xb5\x8b\xe8\xaf\x95'，因爲print.py中含有中文，且print.py沒有指定編碼方式，python會按照系統的默認編碼解析執行print.py（這裏的系統默認編碼是ascii，查看系統的默認編碼，能夠調用sys.getdefaultencoing()函數），所以會提示Non-ASCII character的錯誤。

           解決辦法：在print.py起始處，指定編碼方式爲utf-8，這樣python在執行代碼時，就知道要按照utf-8來解釋執行代碼了。代碼2：

　　　　#coding=utf-8

　　　　import sys

　　　　print sys.getdefaultencoding()

　　　　a="測試"

　　　　b=u"測試"

　　　　print a

　　　　print b

           運行結果以下：

          

　　　　2.2 UnicodeEncodeError問題

                 代碼2在192.168.86.61上能正常運行，可是換到另外一臺機器192.168.86.157就不能正常運行了，現象以下：

           　　從打印信息來看，print a能夠正常輸出，而print b就會出現UnicodeEncodeError錯誤，這是爲何呢？？

                 根據第1節中的介紹，變量b是unicode類型的，操做系統會按照stdout的默認編碼將b編碼成str類型的變量，根據報錯信息猜想系統stdout的默認編碼是ascii，而ascii字符的範圍是0-127，所以會報上述錯誤。而變量a是str類型，調用print時，不須要通過操做系統進行編碼，因此能正常輸出。

                 那麼，如何驗證157上的系統stdout的編碼方式是否是ascii呢？能夠經過sys.stdout.encoding查看stdout的編碼方式，這裏的輸出結果是ANSI_X3.4-1968，其別名就是ASCII，哈哈，原來真的是這樣。

                 那麼，爲何在192.168.86.61上，print b就能正常被打印輸出呢？想要知道緣由，讓咱們查看一下192.168.86.61上的stdout的編碼方式，經過sys.stdout.encoding查得stdout的編碼方式爲utf-8，unicode類型的變量b的print時，首先被編碼成utf-8，而後在送至終端顯示，一切正常！

　　　　　　至此，你可能明白了該問題產生的緣由，那麼，這個問題該怎麼解決呢？通常建議在調用print打印變量時，首先調用encode（）函數將unicode類型的變量進行編碼，轉換成str類型的變量，代碼3以下：

　　　　　　#coding=utf-8

　　　　　　import sys

　　　　　　print sys.getdefaultencoding()

　　　　　　a="測試"

　　　　　　b=u"測試"

　　　　　　print a

　　　　　　print b.encode('utf-8')

               以後，程序能夠正常運行，以下：

            

                  

　　3.linux終端顯示中文亂碼

　　　第1節中曾提到過：若是str類型的變量的編碼方式和終端設置的編碼方式不一致，在終端顯示時就會出現中文亂碼問題。筆者使用的終端的編碼方式爲utf-8，以下圖：

                

       若是將終端的編碼方式改成GB2312，則中文就會出現亂碼。由於b.encode('utf-8')的編碼爲utf-8，而終端的爲GB2312，所以致使了亂碼。

               

       解決方法就是要保持終端編碼和待顯示的變量的編碼方式的一致。