知识卡片
源码编码与运行编码分开
Python3解析源码时默认按UTF-8解码,首行或次行的coding声明可指定源码实际编码。它告诉解释器如何读.py中的字节,不会把已有文件自动转为该编码,也不替所有运行时encode、decode或open设置统一默认值。
原书text.py以Latin-1保存含重音字符的字面量,并声明coding: latin-1;直接字符、Unicode转义和chr构造可得到对应文本。运行时再按UTF-8或Latin-1编码,就分别得到不同字节长度;sys.getdefaultencoding仍显示utf-8,说明源码声明与运行期转换是两个环节。
声明要与真实保存的字节一致;写在第二行时第一行也须满足注释行条件。不能只改声明成另一个编码而不改文件内容,就期望字符不变;源文件编码也不会决定外部数据流的编码。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
脚本的第一行或第二行出现: 当出现这种形式的注释时,Python将自然按照给定的编码来识别表示的字符串。这意味着,我们可以在一个文本编辑中编辑脚本文件来正确地接受和显示重音及其他非ASCII字符,并且Python将在字符串常量中正确地解码它们。例如,注意如下文件text.py的顶部,注释是如何允许Latin-1字符嵌入字符串中的: 运行这段脚本,将产生如下输
参考来源
- 位置:《Python学习手册(原书第4版)》第36章《源文件字符集编码声明》(spine1047;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1018.html;u807-ch36-006)。
- 结论依据:807全文及02177-02180给coding首/次行、Latin1脚本三种构造与输出5字符/UTF8七字节/Latin1五字节,官方lexical_analysis确认默认和次行条件。
- 原始内容:脚本的第一行或第二行出现: 当出现这种形式的注释时,Python将自然按照给定的编码来识别表示的字符串。这意味着,我们可以在一个文本编辑中编辑脚本文件来正确地接受和显示重音及其他非ASCII字符,并且Python将在字符串常量中正确地解码它们。例如,注意如下文件text.py的顶部,注释是如何允许Latin-1字符嵌入字符串中的: 运行这段脚本,将产生如下输