Jython中文問題：輸出中文會遇到亂碼

有Jython學(xué)習(xí)者反映說使用Jython輸出中文字符時會遇到中文亂碼。針對Jython中文問題，需要在在***行有一個編碼格式的聲明，寫法可參考Python中的編碼聲明寫法：

Python 里面的編碼和解碼也就是 unicode 和 str 這兩種形式的相互轉(zhuǎn)化。編碼是 unicode -> str，相反的，解碼就是 str -> unicode。

下面剩下的問題就是確定何時需要進(jìn)行編碼或者解碼了，像一些庫是 unicode 版的，這樣我們在將這些庫函數(shù)的返回值進(jìn)行傳輸或者寫入文件的時候就要考慮將它編碼成合適的類型。

關(guān)于文件開頭的“編碼指示”，也就是 # -*- coding: -*- 這個語句。Python 默認(rèn)腳本文件都是 ANSCII 編碼的，當(dāng)文件中有非 ANSCII 編碼范圍內(nèi)的字符的時候就要使用“編碼指示”來修正。

關(guān)于 sys.defaultencoding，這個在解碼沒有明確指明解碼方式的時候使用。比如我有如下代碼：

#! /usr/bin/env python   
# -*- coding: utf-8 -*-   
 
s = '中文' # 注意這里的 str 是 str 類型的，而不是 unicode   
s.encode('gb18030')  

這句代碼將 s 重新編碼為 gb18030 的格式，即進(jìn)行 unicode -> str 的轉(zhuǎn)換。因為 s 本身就是 str 類型的，因此Python 會自動的先將 s 解碼為 unicode ，然后再編碼成 gb18030。因為解碼是python自動進(jìn)行的，我們沒有指明解碼方式，python 就會使用 sys.defaultencoding 指明的方式來解碼。很多情況下 sys.defaultencoding 是ANSCII，如果 s 不是這個類型就會出錯。

拿上面的情況來說，我的 sys.defaultencoding 是 anscii，而 s 的編碼方式和文件的編碼方式一致，是 utf8 的，所以出錯了:

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position

0: ordinal not in range(128)

對于這種情況，我們有兩種方法來改正錯誤：

一是明確的指示出 s 的編碼方式

#! /usr/bin/env python   
# -*- coding: utf-8 -*-   
 
s = '中文'   
s.decode('utf-8').encode('gb18030')  

二是更改 sys.defaultencoding 為文件的編碼方式

#! /usr/bin/env python   
# -*- coding: utf-8 -*-   
 
import sys   
reload(sys) # Python2.5 初始化后會刪除 sys.setdefaultencoding 這個方法，我們需要重新載入   
sys.setdefaultencoding('utf-8')   
 
str = '中文'   
str.encode('gb18030') 

這樣應(yīng)該可以解決Jython中文亂碼的問題了。

【編輯推薦】

1. Jacl與Jython性能測評總結(jié)
2. Jython 2.5版本發(fā)布?xì)v程
3. Jython 2.2的新增特性及發(fā)布背景介紹
4. Python和Jython的區(qū)別簡述
5. Jython的安裝步驟(Jython2.1)