在Python中文中有很多的困難是新手的“克星”，以下文章是我們就這一問題給出的相關(guān)的解決方案，希望我們能夠從中得到一些好的方法去解決這些問題，以便更好的在計(jì)算機(jī)的運(yùn)行中靈活應(yīng)用。

import sys sys.version'2.5.1 (r251:54863, Apr 18 2007, 08:51:08) [MSC v.1310 32 bit (Intel)]'用記事本創(chuàng)建一個(gè)文件ChineseTest.py，默認(rèn)ANSI：
s = "中文"
print s

測(cè)試一下瞧瞧：

E:\Project\Python\Test>python中文Python ChineseTest.py  
File "ChineseTest.py", line 1  
SyntaxError: Non-ASCII character '\xd6' in file 
ChineseTest.py on line 1, but no encoding declared; 

偷偷地把文件編碼改成UTF-8：

E:\Project\Python\Test>python 中文ChineseTest.py  
File "ChineseTest.py", line 1  
SyntaxError: Non-ASCII character '\xe4' in file 
ChineseTest.py on line 1, but no encoding declared;無濟(jì)于事。  
 

既然它提供了網(wǎng)址，那就看看吧。簡單地瀏覽一下，終于知道如果文件里有非ASCII字符，需要在***行或第二行指定編碼聲明。把ChineseTest.py文件的編碼重新改為ANSI，并加上編碼聲明

# coding=gbk 
s = "中文" 
print s再試一下：  
E:\Project\Python\Test>python ChineseTest.py  
中文正常咯：） 

（一）看一看它的長度：

# coding=gbk 
s = "中文" 
print len(s)  

s這里是str類型，所以計(jì)算的時(shí)候一個(gè)中文相當(dāng)于兩個(gè)英文字符，因此長度為4。
我們這樣寫

# coding=gbk 
s = "中文" 
s1 = u"中文" 
s2 = unicode(s, "gbk") #省略參數(shù)將用python中文默認(rèn)的ASCII來解碼  
ss3 = s.decode("gbk") #把str轉(zhuǎn)換成unicode是decode，unicode函數(shù)
作用與之相同  
print len(s1)  
print len(s2)  
print len(s3)  
 

 （二）接著來看看文件的處理：

建立一個(gè)文件test.txt，文件格式用ANSI，內(nèi)容為:
abc中文
用python來讀取

# coding=gbk 
print open("Test.txt").read()  
結(jié)果：abc中文  

把文件格式改成UTF-8：
結(jié)果：abc涓?枃
顯然，這里需要解碼：

# coding=gbk 
import codecs  
print open("Test.txt").read().decode("utf-8")  
結(jié)果：abc中文  

上面的test.txt我是用Editplus來編輯的，但當(dāng)我用Windows自帶的記事本編輯并存成UTF-8格式時(shí)，
運(yùn)行時(shí)報(bào)錯(cuò)：
原來，某些軟件，如notepad，在保存一個(gè)以UTF-8編碼的文件時(shí)，會(huì)在文件開始的地方插入三個(gè)不可見的字符（0xEF 0xBB 0xBF，即BOM）。
因此我們?cè)谧x取時(shí)需要自己去掉這些字符，python中文中的codecs module定義了這個(gè)常量：

# coding=gbk 
import codecs  
data = open("Test.txt").read()  
if data[:3] == codecs.BOM_UTF8:  
datadata = data[3:]  
print data.decode("utf-8")  
結(jié)果：abc中文  

 （三）一點(diǎn)遺留問題

在第二部分中，我們用unicode函數(shù)和decode方法把str轉(zhuǎn)換成unicode。為什么這兩個(gè)函數(shù)的參數(shù)用"gbk"呢？
***反應(yīng)是我們的編碼聲明里用了gbk(# coding=gbk)，但真是這樣？
修改一下源文件：

# coding=utf-8  
s = "中文" 
print unicode(s, "utf-8")  
運(yùn)行，報(bào)錯(cuò)：  
Traceback (most recent call last):  
File "ChineseTest.py", line 3, in <module> 
s = unicode(s, "utf-8")  
UnicodeDecodeError: &apos;utf8&apos; codec can&apos;t decode
 bytes in position 0-1: invalid data  

簡單地說，python中的print直接把字符串傳遞給操作系統(tǒng)，所以你需要把str解碼成與操作系統(tǒng)一致的格式。Windows使用CP936(幾乎與gbk相同)，所以這里可以使用gbk。
***測(cè)試：

# coding=utf-8  
s = "中文" 
print unicode(s, "cp936")  
結(jié)果：中文  

【編輯推薦】

1. Python中文字符具體應(yīng)用技巧分享
2. Python連接數(shù)據(jù)庫兩種常用方法介紹
3. Python流程控制關(guān)鍵字基本內(nèi)容總結(jié)
4. Python流程控制關(guān)鍵字基本內(nèi)容總結(jié)
5. Python文件路徑具體操作方法經(jīng)典講解