- 文件编码是UTF-8,同时在文件头添加 # -*- coding: utf-8 -*-
- 文件中所有的字符串前都加u,如 u"中文"
- 在输入(抓取某些utf-8/gbk的网页)、输出(输出到网页、终端)的时候,要记住python内部是用Unicode存储的
- 所有输入要先decode,变成unicode,输出时要encode变成想要的编码(MacOS X/Linux下输出为utf-8,Windows下输出为gbk,但如果是在pycharm自己的控制台下的话,windows下输出为utf-8也可以正常显示)
- 还有其他很多种古老的解决方案,比如统一用gbk,比如中转编码不用unicode,而用utf-8,如此种种。
- 源码文件用coding: utf-8指定编码并把文件保存为utf-8格式
- 为了作为__main__模块执行时不出不必要的错误,统一使用\n换行
- 如果需要在源码内嵌入汉字等非ascii字符,建议使用u前缀作为unicode字符串,这样在print时可以可以不做编码转换,
- 否则如果控制台编码与源文件编码不一致就必须显式转换,通过locale.getdefaultlocale()可以获取系统语言和编码
- 涉及文件路径的最好转换为sys.getfilesystemencoding()编码
- unicode字符串在写入文件时必须转换为某种字节编码
- json默认支持utf-8编码
- 尽量用utf-8和unicode,除了前面说的文件路径和写入文件等少数情况