Question

我所知道的：

b'\xce\xb8'.decode('UTF-8')给出'θ'，因为为该工作设计了encode（）函数-解码字节。

我想知道的是，剂量python3 shell模式具有一些默认配置来控制以下行为（Python3）。

>>> sys.getdefaultencoding()
'utf-8'
>>> b'\xce\xb8'.decode()
'θ'
>>> b'\xce\xb8'
b'\xce\xb8'
>>> b'\x41'
b'A'
>>> print(b'\xce\xb6')
b'\xce\xb6'
>>> print(b'\xce\xb6'.decode('utf8'))
ζ

似乎shell模式使用ASCII作为默认编码，而不是utf8。

问题是，这是真的吗？如果是，那么配置所在的路径是什么？

Answer 1

这与编码无关。 Python只是在外壳中向您展示您刚刚赋予它的价值，从更确切的意义上讲。尝试以下方法：

a = b'\xce\xb8'
print(a)

结果：

θ

因此，正如您所期望的那样，“ a”确实编码为UTF-8。您只是误解了Python回显到控制台的内容。

顺便说一句，我也认为您没有按照自己的想法使用'b'前缀。看来您使用的是Python2.X。在该版本的Python中，“ b”前缀将被忽略。我知道这是因为它不会出现在回显的结果中。看到这里：

Python 2.x：

>>> b'\xce\xb8'
'\xce\xb8'

Python 3.X

>>> b'\xce\xb8'
b'\xce\xb8'

因此，在Python 2.X中，带有和不带有'b'的结果相同。在Python 3.X中，您获得的行为与在Python 2.X中所获得的行为不同。我对Python 3.X所做的工作不多，但是我相信这是因为在3.X中表示字符串的方式发生了变化。

PS：如果您真的只是在乎Python如何将字符串回显给您，我不知道有什么方法可以改变它。但是，我不知道为什么这对您很重要。

Answer 2

如果字节3的值在ASCII范围内，则Python 3将字节表示为等效的ASCII字符，否则它将显示转义的十六进制值。

从docs中输入byte类型：

在字节文本中仅允许使用ASCII字符（无论声明的源代码编码如何）。必须使用适当的转义序列将大于127的任何二进制值输入到字节文本中。

这是一个故意的设计决策（来自同一文档）

要强调的是，虽然许多二进制格式都包含基于ASCII的元素，并且可以通过某些面向文本的算法进行有效地操作，但对于任意二进制数据通常不是这种情况

解释器不显示ASCII范围以外的字节的字符，因为它不知道这些字节是否编码为UTF-8，其他某种编码，甚至根本不表示文本数据。

正如用户Steve在其答案中指出的那样，此行为与编码无关。它是不可配置的。如果要查看与UTF-8编码的字节串相对应的字符，请解码为str。

python3 shell模式可以为某些字节输出utf-8字符，而不能为其他字节输出，原因是什么？

2 个答案: