Question

我使用的是Python 2.7。这个page说：

Python的默认编码是'ascii'编码

确实我有以下内容：

>>> import sys
>>> sys.getdefaultencoding()
'ascii'

但是我打开我的翻译并输入：

>>> 'É'
'\xc3\x89'

看起来像utf8：

>>> u'É'.encode( 'utf8' )
'\xc3\x89'

发生什么事了？默认ascii是否会提升UnicodeEncodeError？它是否触发了utf8编码？

Answer 1

您的终端配置为使用UTF-8。它将UTF-8数据发送给Python。 Python将数据存储在bytestring中。

当你打印那个bytestring时，终端再次将这些字节解释为UTF-8。

毫无疑问，Python实际上将这些字节解释为原始字节以外的任何字节，在Python级别上不会发生解码或编码。

如果您尝试隐式解码字节，则会抛出异常：

>>> unicode('\xc3\x89')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

这里Python使用sys.getdefaultencoding()并且解码失败。

对于stdin输入交互式提示以创建Unicode文字（使用u'...'），Python不使用sys.getdefaultencoding()，而是使用sys.stdin.encoding值：

>>> import sys
>>> sys.stdin.encoding
'UTF-8'

哪个Python来自PYTHIONIOENCODING environment variable（如果已设置）或来自locale.getpreferredencoding()：

>>> import locale
>>> locale.getpreferredencoding()
'UTF-8'

在阅读Python源文件时，Python 2会使用ASCII来解释这些文字，Python 3会使用UTF-8。两者都可以使用PEP 263源编码注释来告诉使用什么编解码器，该注释必须位于输入文件的第一行或第二行：

# coding: UTF-8

使用带有默认ascii编码的非ascii字符？

1 个答案: