python tornado框架中的中文編碼問題

使用工具：Aptana studio 2， pyDev。

內容：python，tornado框架。CMS（內容管理系統，簡稱後臺）。

狀況：在Aptana中運行，在保存含有中文的網頁時，即便用nicedit控件，獲取字符串，寫入文件，相關截圖以下：

代碼：

file = open(fullFilePath,'w')
    file.write(content)
    file.close()
#content爲傳入字符串

這時候沒有錯誤，正常保存。

可是，當我部署到windows 32環境中，使用command shell運行時，報錯： UnicodeDecodeError( 命令行中默認使用的是 windows 系統的 gbk 編碼， str 就是使用 gbk 編碼的字符串，使用 utf-8 解碼時部分字節值超出 utf-8 範圍，系統錯誤 )，file.write()沒法完成任務。

因而我顯示加編碼：

file = open(fullFilePath,'w')
    file.write(content.encode('utf8'))
    file.close()

這時正常。

不知Aptana幹了什麼事？

 

相關研究以下：

http://www.iteye.com/topic/757508

1， 亂碼，編碼錯誤出現的緣由：字符串 str 聲明時編碼爲 a ，而輸出（控制檯顯示或者寫入文件，數據庫等）時因爲環境的不一樣，默認編碼也不一樣。在不一樣的環境下， python 會根據各自的默認編碼去解碼字符串 a ，所以 出現亂碼（ str 對應的 a 編碼的值正好都在 b 編碼的取值範圍內） 或者 編碼錯誤（譬如： a 編碼中有值 10000 （ 2 進制的形式），可是 b 編碼的取值範圍不包括10000 ，就會出現轉換錯誤）

2， 若是變量直接聲明爲 Unicode 字符，那麼在不一樣輸出環境時， python 都能正常地轉換爲相應的字符串

3， 經過 u 符號聲明的 Unicode 字符串在上述 3 種狀況下都不出現亂碼， 推薦使用

4， 原始字符串和普通字符串聲明的字符串的默認編碼跟系統環境相關， python 命令行中默認的是操做系統的編碼如 windows 的gbk ， pydev 或者 idle 中，字符串的默認編碼跟文件頭部聲明的編碼一致（若是文件頭部沒有聲明，那麼默認的是 ascii 編碼）

感謝原做者desert3