Python解释器假定的代码默认编码方法是什么？

有些人使用以下方法声明Python源代码文本的编码方法：

# -*- coding: utf-8 -*-

TEST_DATA = 'Bär'    # <--- non-ASCII character on this line
print TEST_DATA

早在2001年，据说Python解释器假定的默认编码方法是ASCII。我在Python代码中使用非ASCII字符处理字符串，但没有声明代码的编码方法，我不记得以前遇到过编码错误。Python解释器现在假定的代码默认编码是什么

我不确定这是否相关。 我的操作系统是Ubuntu，我使用默认的Python解释器和gedit或emacs进行编辑。 如果上述更改，Python解释器的默认编码方法会更改吗

---

谢谢。

默认情况下，Python源文件以UTF-8编码。在这种编码中，-尽管标准库仅使用ASCII字符作为标识符，但任何可移植代码都应遵循这一约定。要正确显示所有这些字符，编辑器必须识别文件为UTF-8，并且必须使用支持文件中所有字符的字体

也可以为源文件指定不同的编码。为了做到这一点，我们把下面的代码放在我们的代码之上

# -*- coding: encoding -*-

---

如果没有任何明确的编码声明，源代码的假定编码将是

• Python 2.x的ascii

• utf-8

  用于Python 3.x

对于Python2.x，请参见和，对于Python3.x，请参见新的默认值

utf-8

因此，源代码的默认编码将直接依赖于Python解释器的版本，并且它是不可配置的

---

请注意，源代码编码与将非ASCII字符作为字符串数据的一部分处理完全不同

在两种不同的情况下，您可能会遇到非ASCII字符：

• 作为程序数据的一部分，在运行时
• 作为源代码的一部分（由于标识符中不能包含非ASCII字符，这通常意味着源代码或注释中的硬编码字符串数据）

源代码编码声明会影响源代码将被解释的编码-因此，仅当您决定在源代码中直接放置非ASCII字符时才需要此声明

因此，下面的代码最终必须处理

data.txt

中可能存在非ASCII字符的事实：

with open('data.txt') as f:
    for line in f:
        # do something with `line`

但是它在源代码中不包含任何非ASCII字符，因此不需要在文件顶部声明编码。但是，如果要将其转换为unicode，则需要正确解码

行

。只需执行

unicode（line）

即可使用系统默认编码，即

ascii

（与默认源代码编码不同，但恰好也是

ascii

）。因此，要使用

utf-8

明确地解码字符串，您需要执行

line.decode（'utf-8'）

---

但是，此代码的源代码中不直接包含非ASCII字符：

# -*- coding: utf-8 -*-

TEST_DATA = 'Bär'    # <--- non-ASCII character on this line
print TEST_DATA

因此，假设您的文本编辑器配置为将文件保存在

utf-8

中，则需要将

# -*- coding: utf-8 -*-

位于文件顶部，以便Python正确解释源代码

然而，我的建议是，通常避免在源代码中使用非ASCII字符，因为如果它取决于您和您的同事的编辑器和终端设置，那么它将被正确写入和读取

相反，您可以使用转义字符串在代码中安全地输入非ASCII字符：

TEST_DATA = 'B\xc3\xa4r'

---

Python2仍然使用ASCII作为默认编码。它只在Python 3中更改为UTF-8，Arch Linux是唯一一个将Python 3作为默认

Python

的发行版。您所说的“我在Python代码中使用了非ASCII字符处理字符串，但没有声明代码的编码方法，我不记得以前遇到过编码错误”到底是什么意思？除非您使用的是Python 3，否则这是不可能的，假设您的源代码中实际上有非ASCII字符。@lukas:我记得我写了一个脚本，读取了一个带有非ASCII字符的文件，然后将其输出到另一个文件，而不声明任何编码方法。全部的works@Tim：那是完全不同的。这是您的程序处理字符串中的非ASCII字符，作为处理数据的一部分。但是源代码编码声明会影响解释源代码的编码方式-因此，只有当您决定在源代码中直接输入非ASCII字符时，才需要它。@Lukas:当我的脚本读取文件时，文件内容不是变成字符串吗？在将字符串写回另一个文件之前，我还进行了一些正则表达式匹配来修改字符串。Python解释器解释字符串内容的编码方法是什么？谢谢。“默认情况下，Python源文件被视为以UTF-8编码的文件。”这是否由任何/最标准的Python解释器处理？您所说的仅适用于Python 3。对于仍在广泛使用的Python2，默认编码假定为ASCII。@Tim关于解释器，正如Lukas所说的Python3！但是一些编辑器不支持UTF-8！字节文字歧义在Python 3中是固定的：

b'a'

（非ASCII）现在导致

SyntaxError:字节只能包含ASCII文字字符。

Python 2文档：“默认情况下，Python源文件被视为UTF-8编码。”但正如您所说，ASCII是Python 2的默认值，因此这是一个文档错误。