source code encoding问题，我找了半天都没找到原因：（

xiaoyu9805119

原帖由 jiangpeng311 于 2009-3-6 15:28 发表
唉……
说了多少次了# -*- coding: utf-8 -*-是给Emacs看的，编辑器存成什么编码，python就怎么读这个文件，不是靠读了这个注释再去判断文件的编码的

这个是给py看的哦，表明当前脚本运行时候是采用utf的哦。里面中文字这样的才能正确输出哦

Levin_1221

原帖由 jiangpeng311 于 2009-3-6 15:28 发表
唉……
说了多少次了# -*- coding: utf-8 -*-是给Emacs看的，编辑器存成什么编码，python就怎么读这个文件，不是靠读了这个注释再去判断文件的编码的

我觉得你的解释不大对。
换成#coding = utf-8是一样的结果。
我开始也认为这个coding只是在进行声明为u''的对象时才有用，python分析器按照.py存的编码格式来解码，但是，如果不加coding说明，则会报non-ascii这个错。所以，python是使用这个注释来解析文件了的。

victorlee129

coding后不能跟空格！
这是问题所在……

Levin_1221

原帖由 xiaoyu9805119 于 2009-3-6 15:28 发表
编辑器和IDE保存文件时候都要看下。有可能默认就存为utf8了
1.如果coding为gbk或cp936之类，文件另存编码是ANSI
2.如果指定为utf8，文件就得存为utf8格式。

最好坚持统一编码，省的烦。

这个我也知道，平时也都这么弄的。只是无意中发现了这个问题，觉得不知道该怎么解释，因为这和之前理解的python对源文件的解析过程相悖了。
我再说一下问题：源文件编辑和保存都是GBK格式（windows xp下的本地ASNI，pythonwin），然后编码声明coding为utf-8，为什么解析出来的码却是GBK格式，而不是utf-8格式，或者为什么不报错。

Levin_1221

原帖由 victorlee129 于 2009-3-6 16:39 发表
coding后不能跟空格！
这是问题所在……

sorry，刚才写的时候没注意，源文件中是coding=utf-8.
如果coding = utf-8的话，那么相当于认为没有找到对应的解码类型，用默认的ascii解码，所以即使是跟了空格，那么应该是报错，而不是我看到的结果。

xiaoyu9805119

原帖由 Levin_1221 于 2009-3-6 16:44 发表



这个我也知道，平时也都这么弄的。只是无意中发现了这个问题，觉得不知道该怎么解释，因为这和之前理解的python对源文件的解析过程相悖了。
我再说一下问题：源文件编辑和保存都是GBK格式（windows xp下 ...

恩，我刚才试了下，确实如此。
不管把coding改成utf-8，或者iso8859，都可以显示中文，repr也是和gbk一样。
去研究下看看

Levin_1221

下面这个问题让我更加晕了…………
python 2.5 Documentation 里面说了utf-8的codec是utf_8，别名有U8, UTF, utf8。我用coing=utf-8和coding=utf_8，运行的结果和之前的一样。
但是用coding=U8,coding=UTF,coding=utf8，运行的话，就会报syntaxerror:'utf8' codec can't decode 0xb9 in position 5:unexpected code byte.
0xb9是'哈'的第一个code byte，这样的话似乎就和之前想的用coding指定的格式来对源文件解码符合了，可utf_8,utf-8,utf,u8,utf8是一样的啊。虽然在pythonwin IDE中check源文件的话提示utf8,u8,utf是unknow encoding，不过在cmd里运行的话，根据报的错可以看出，这几个别名是有效的。我更加晕了。。。谁能解释一下吗？

xiaoyu9805119

原帖由 Levin_1221 于 2009-3-6 17:21 发表
下面这个问题让我更加晕了…………
python 2.5 Documentation 里面说了utf-8的codec是utf_8，别名有U8, UTF, utf8。我用coing=utf-8和coding=utf_8，运行的结果和之前的一样。
但是用coding=U8,coding=UTF,co ...

不要管这些了，用utf8或者utf-8，看的多了容易晕。

Levin_1221

原帖由 xiaoyu9805119 于 2009-3-6 17:28 发表

不要管这些了，用utf8或者utf-8，看的多了容易晕。

嗯，确实，看得越多发现迷惑的越多。
版主你用utf8和utf-8这两种试试，看到的结果应该和我刚才说的一样。一个报错，一个有结果

xiaoyu9805119

用#coding:utf8
SyntaxError: 'utf8' codec can't decode bytes in position 5-6: invalid data

那就用utf-8，太神奇+诡异了，还没这么试过，一直习惯utf-8或者gbk，其他都没试过