python - 关于python编码的问题

Question

首先，我在命令行中测试默认编码，

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

然后，我给一个变量赋了一个汉字，

>>>s="汉"
>>>print s
汉

那么，我的问题是为什么ascii可以显示汉字？

Answer 1

默认编码在这里不适用；它仅在 Unicode 和 bytestring 值之间隐式转换时使用。

您在终端中创建了一个字节串。您的终端对字符进行编码，然后存储字节。打印字节会导致终端再次解码字节。

例如，如果您的终端配置为使用 UTF-8，您将在回显 s 时看到:

>>> s = "汉"
>>> s
'\xe6\xb1\x89'

那些是 3 个 UTF-8 字节，将它们打印回终端会产生终端知道如何再次解码的数据:

>>> print s
汉

请注意，在终端环境中，交互式提示使用它检测到的终端编码来解码创建 Unicode 对象时的输入:

>>> import sys
>>> sys.stdin.encoding
'UTF-8'
>>> unicode_string = u"汉"
>>> unicode_string
u'\u6c49'
>>> print unicode_string
汉

打印会自动再次对 Unicode 对象进行编码以匹配终端编码。这与 .py 文件中的 Python 源代码中的字符串文字形成对比，您必须使用 PEP 263 header 声明文件编解码器。 .

最后但同样重要的是，sys.getdefaultencoding() 用于隐式转换；将字节字符串与 Unicode 值连接时，例如:

>>> unicode_string + s
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 0: ordinal not in range(128)