也來談談python編碼

1、coding:utf-8

讓咱們先來看一個示例，源碼文件是utf-8格式：

print('你好 python')

當使用python2執行該程序時會收到一下報錯：

File "./hello_world.py", line 2
SyntaxError: Non-ASCII character '\xe4' in file ./hello_world.py on line 2, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

錯誤提示的意思就是存在非ASCII字符，可是卻沒有encoding declared，同時給了一個鏈接並說明包含詳細緣由，這個連接是一個PEP（python enhancement proper）。

這個PEP的內容總結下來就是：
這行代碼用於聲明代碼文件的編碼格式，這個信息能夠幫助python解析器使用指定的正確編碼來解釋代碼文件。這樣就能夠容許直接在代碼中使用utf-8編碼了。
另外須要注意的是：聲明的編碼格式要和代碼文件的格式同樣才行，不然會報錯。

來看另一個例子：

# -*- coding:utf-8 -*-
print('你好 python')

將這段代碼保存爲ANSI格式，並執行，會獲得如下報錯：

$ python ./hello_python.py
  File "./hello_python.py", line 2
SyntaxError: (unicode error) 'utf-8' codec can't decode byte 0xc4 in position 0: invalid continuation byte

因此說指定編碼的時候也不能所有統一指定爲utf-8，而是要根據源碼文件的格式來指定，二者要一致才行。

另外又在python的官方文檔找到一個說明：

意思就是說：默認狀況下，python解釋器（python2）把源代碼文件當作ASCII編碼來處理，若是源碼文件是其餘格式就須要經過一個特殊的註釋來講明，也就是：coding:utf-8，固然編碼格式支持多中，具體看codecs的支持狀況。
這裏其實也是因爲python誕生的太早了，那時候Unicode都尚未誕生，所以當時做者也只能選擇ASCII做爲默認的編碼格式。python3已經將默認編碼格式改成UTF-8

總結

因此總結下來就是，python2中，該行代碼的做用是當源代碼文件不是ASCII編碼時，經過該行代碼告訴python解釋器正確的編碼格式，這樣python解釋器才能正常解釋其中的字符。
另外，因爲python3已經修改成默認狀況下，將源代碼文件當作UTF-8格式來處理，同時咱們寫代碼時如今一般都會使用UTF-8格式來存儲，所以python3實際上是不用再寫這一行代碼的，除非你的源代碼文件不是UTF-8格式的。

2、sys.setdefaultencoding('utf-8')

先來看一個例子：

# -*- coding:utf-8 -*-
s = '你好'
s.encode('gb2312')

執行以上代碼會收到下面的報錯：

Traceback (most recent call last):
  File "./hello_str.py", line 3, in <module>
    s.encode('gb2312')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

第一次遇到這個報錯時，感受很奇怪，明明我作的是encode操做，可是爲何報錯確實decode失敗呢？
這裏就是先提一下了：Python裏面的編碼和解碼也就是unicode和str這兩種形式的相互轉化。編碼是unicode->str，相反的，解碼就是str->unicode。
而上面定義的s是str類型的，所以當調用encode時，其實默認是先作了decode，轉換爲Unicode，而後再執行encode編碼爲指定的編碼的，這裏報錯的緣由就是當作隱式編碼、解碼時使用的默認格式是：ASCII，可是因爲s是utf-8的編碼，因此解碼就失敗了。
解決辦法：
一、在文件頭部添加sys.setdefaultencoding('utf-8')修改默認的編碼、解碼格式。

import sys
sys.setdefaultencoding('utf-8')

二、避免由程序作隱式的編碼、解碼，也就是說要明確str-Unicode的轉換規則，可是須要編碼時要確認類型是Unicode，若是不是就手動指定正確的解碼格式轉換爲Unicode。

s.decode('utf-8').encode('gb2312')

總結

setdefaultencoding主要在編碼、解碼沒有明確指明編碼、解碼格式的時候使用。

3、參考資料

一、PEP 263
二、source-code-encoding