【整理】关于Python中自动识别字符串编码，并正确在cmd中输出的各种情况的测试

已经听说了，Python 3.x，对于文件的编码，支持的很好了，很多时候都可以自动检测，并正确存储为unicode字符串了。

并且在windows 的cmd中，也都可以正常输出显示，不会出现编码错误了。

所以，对此部分，特意去测试一下，通过代码，得到下面的各种情况的结果：

#!/usr/bin/python
# -*- coding: utf-8 -*-
"""
Function:
【整理】关于Python中自动识别字符串编码，并正确在cmd中输出的各种情况的测试
【整理】关于Python中自动识别字符串编码，并正确在cmd中输出的各种情况的测试


Author: Crifan
Version: 2012-11-19

Note:
1. 当前测试环境：
win xp SP3 + cmd + 默认编码为GBK

"""

testGbkStr = "此处只是测试中文是否可以在cmd中正常输出显示";
print("testGbkStr=",testGbkStr);

# 1. 结果证实，当文件本身编码为GBK，但是没有GBK编码声明时，直接输出，会出错的：
#  File "G:\python\cn_print\cn_print.py", line 2
#SyntaxError: Non-UTF-8 code starting with '\xb5' in file G:\python\cn_print\cn_print.py on line 2, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

# 2。 现在给开始添加上gbk编码声明，看看是否可以正常在cmd中输出
#此时，就是可以正常输出的：
#testGbkStr= 此处只是测试中文是否可以在cmd中正常输出显示

# 3. 再去把编码声明改为UTF-8，且把文件编码也同时转换为UTF-8，再去看看是否可以正常输出
#结果也是可以正常输出的：
#testGbkStr= 此处只是测试中文是否可以在cmd中正常输出显示

# 4.把文件本身编码改为GBK，但是编码声明改为utf-8，看看结果如何:
#结果显示：
#  File "G:\python\cn_print\cn_print.py", line 7
#SyntaxError: (unicode error) 'utf8' codec can't decode byte 0xb4 in position 0: invalid start byte

# 5. 把文件本身编码改为UTF-8，但是把文件声明改为GBK，看看输出效果：
#结果显示：
#  File "G:\python\cn_print\cn_print.py", line 1
#SyntaxError: 'gbk' codec can't decode bytes in position 59-60: illegal multibyte sequence

【总结】

如果你正确声明（指定）了文件编码的话，那么python 3.x中对于你所写的字符串，默认会自动解析并存储为Unicode的，所有后期的各种处理，包括在cmd中的输出，都会很好的自动转换为对应的编码并输出显示的，比如输出到cmd中，会自动转换为cmd的GBK编码，得以正确显示的。

当然，如果你本身，像我测试中的那样，文本内容本身的实际编码和所声明的编码不一致（比如文件是GBK，但声明为UTF-8，或文件是UTF-8，但声明为GBK），则肯定会有对应的编码错误，Python无法正常解析你的py文件的。

转载请注明：在路上 » 【整理】关于Python中自动识别字符串编码，并正确在cmd中输出的各种情况的测试