如何在我的代码中打印中文...使用Python

Question

这是我的代码：

print '哈哈'.decode('gb2312').encode('utf-8')

...然后它输出：

SyntaxError: Non-ASCII character '\xe5' in file D:\zjm_code\a.py on line 2, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

我该怎么打印'哈哈'呢？

更新： 当我使用以下代码时：

#!/usr/bin/python
# -*- coding: utf-8 -*-

print '哈哈'

...它输出的是 鍝堝搱。这不是我想要的结果。

我的开发环境是Ulipad，这是不是IDE的一个bug？

第二次更新：

这段代码可以正确打印字符：

#!/usr/bin/python
# -*- coding: utf-8 -*-


print u'哈哈'.encode('gb2312')

...当我使用这个：

#!/usr/bin/python
# -*- coding: utf-8 -*-

a='哈哈'
print a.encode('gb2312')
Traceback (most recent call last):
  File "D:\zjm_code\a.py", line 5, in <module>
    print a.encode('gb2312')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 0: ordinal not in range(128)

...或者...

#!/usr/bin/python
# -*- coding: utf-8 -*-

a='哈哈'
print unicode(a).encode('gb2312')
Traceback (most recent call last):
  File "D:\zjm_code\a.py", line 5, in <module>
    print unicode(a).encode('gb2312')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 0: ordinal not in range(128)

...它就不行了。我该怎么正确打印变量 a 呢？

谢谢

Answer 1

你不能对 Unicode 字符进行编码。编码是用来把所有用 Unicode 表示的字符转换成其他编码格式的。它不能直接用于 Unicode 字符。

相反，解码只能用于那些没有用 Unicode 编码的字符，把它们转换成 Unicode 字符。

如果你在字符串前面加上 'u'，那么这个字符串就是用 Unicode 编码的。你可以用 isinstance(str, unicode) 来检查这个字符串是否是 Unicode 编码。

试试下面的代码。提示：在中文版本的 Windows 系统中，默认的编码格式是 "gbk"。

>>> a = '哈哈'
>>> b = u'哈哈'
>>> isinstance(a,unicode)
False
>>> isinstance(b,unicode)
True

>>> a
'\xb9\xfe\xb9\xfe'
>>> b
u'\u54c8\u54c8'

>>> a.decode('gbk')
u'\u54c8\u54c8'
>>> a_unicode = a.decode('gbk')
>>> a_unicode
u'\u54c8\u54c8'

>>> print a_unicode
哈哈
>>> a_unicode.encode('gbk') == a
True
>>> a_unicode == b
True

>>> a.encode('gbk')
Traceback (most recent call last): File "", line 1, in UnicodeDecodeError: 'ascii' codec can't decode byte 0xb9 in position 0: ordinal not in range(128)

>>> b.decode('gbk')
Traceback (most recent call last): File "", line 1, in UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

Answer 2

你需要在Python源代码文件中指定编码方式，这里是utf-8的编码。这个编码声明要放在文件的最上面，紧接着Python解释器的路径下面。

#!/usr/bin/python
# -*- coding: utf-8 -*-

如果你去查看错误信息中的这个网址，你可以找到关于如何指定Python源文件编码的更多信息。

一旦你指定了源文件的编码，之后就不需要再对文本进行解码了。

Answer 3

首先，你需要声明一个编码方式，因为错误信息已经很清楚地告诉你了——它甚至还建议你去这里查看详细信息！你可能需要使用的编码是gb2312。

顺便说一下，如果你使用相同的编码声明，下面的写法会更简单：

print u'哈哈'.encode('utf-8')

而且如果你的sys.stdout的encoding属性设置得当，你甚至可能不需要encode这一部分（这取决于你的终端、操作系统等）。