【背景】

Python中的字符編碼，其實(shí)的確有點(diǎn)復(fù)雜。

再加上，不同的開(kāi)發(fā)環(huán)境和工具中，顯示的邏輯和效果又不太相同，尤其是，中文的，初級(jí)用戶，最常遇到的：

(1)在Python自帶的IDE：IDLE中折騰中文字符，結(jié)果看到的差不多都是亂碼類的東西，比如：’\xd6\xd0\xce\xc4′

(2)將一個(gè)中文字符，打印輸出到windows的cmd命令行中，看到的是亂碼

對(duì)此，此處專門整理一下，這些常見(jiàn)的現(xiàn)象，和現(xiàn)象背后的根本原因，以及如何解決這類問(wèn)題。

背景知識(shí)

其實(shí)，看下面問(wèn)題之前，最好是已經(jīng)了解相關(guān)的背景知識(shí)，才更容易看懂的：

1.字符編碼的基本知識(shí)

對(duì)于字符編碼本身，比如UTF-8，GBK等等，不熟悉的，不了解是啥的話，先去看：

2.Windows的cmd中的默認(rèn)是GBK編碼

這方面不了解的，也需要先去看：

中的：

3.關(guān)于IDLE

其實(shí)也要先大概了解：

Python內(nèi)部，默認(rèn)的字符編碼是，是根據(jù)操作系統(tǒng)，我們多數(shù)都是Windows的中文系統(tǒng)，默認(rèn)是GBK編碼。

而IDLE中，直接輸入中文字符，其實(shí)就是GBK編碼的。

4.Python中的字符串的設(shè)計(jì)

主要是：Python 2.x中的str和unicode ，和，Python 3.x中的bytes和str，之間的邏輯，轉(zhuǎn)換，和區(qū)別。

不了解的，也要先去看：

常見(jiàn)問(wèn)題：IDLE中看到類似于’\xd6\xd0\xce\xc4’，而不是我想要的中文字符

初學(xué)者，最容易遇到的問(wèn)題就是：

中文用戶，用了Python自帶的IDLE，在里面輸入中文后，結(jié)果顯示出，類似于：‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

的內(nèi)容，而不是希望看到輸出的中文字符，比如：

此現(xiàn)象的解釋是：

實(shí)際上，此處你，本身就已經(jīng)得到了，正確的，默認(rèn)的GBK編碼的，中文字符串："我是中文"

了。只是：

IDLE這個(gè)，Python自帶的IDE，不是很好用的IDE，給你顯示出來(lái)，其內(nèi)部的16進(jìn)制的值而已。

1. 對(duì)于此點(diǎn)，你可以去用decode去驗(yàn)證一下：Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32

Type "copyright", "credits" or "license()" for more information.

>>> "我是中文"

‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

>>> "我是中文".decode("GBK")

u’\u6211\u662f\u4e2d\u6587′

>>>

其中，GBK的字符串，經(jīng)過(guò)解碼后，就可以得到Unicode的字符串了，對(duì)應(yīng)的顯示出來(lái)的是：u’\u6211\u662f\u4e2d\u6587′

此處的：

\u6211，\u662f，\u4e2d，\u6587，分別對(duì)應(yīng)著，四個(gè)中文字符："我"，"是"，"中"，"文"

2. 有人會(huì)問(wèn)，我怎么知道這些值，是對(duì)應(yīng)著這四個(gè)中文字符的呢？

答案是：

那是因?yàn)槟悴皇煜nicode。且也不會(huì)去查Unicode表格。

等你看了之前告訴你的：

然后再去參考我的：

去查Unicode值，就可以查到“我”對(duì)應(yīng)的Unicode值是0x6211：

同理，可以查得剩下的：

0x662f="是"=\u662f

0x4e2d="中"=\u4e2d

0x6587="文"=\u6587

3.回到上面的問(wèn)題，接著，還可以接著進(jìn)一步驗(yàn)證，之前的字符串，的確是GBK：Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32

Type "copyright", "credits" or "license()" for more information.

>>> "我是中文"

‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

>>> "我是中文".decode("GBK")

u’\u6211\u662f\u4e2d\u6587′

>>> "我是中文".decode("GBK").encode("GBK")

‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

即：

之前直接輸入中文字符所得到的16進(jìn)制值，和通過(guò)GBK解碼后得到Unicode，然后再編碼為GBK的16進(jìn)制的值，是一樣的

-> 說(shuō)明之前的中文字符的確是GBK的編碼。

4.另外，也可以順帶看看，UTF-8的輸出是啥：Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32

Type "copyright", "credits" or "license()" for more information.

>>> "我是中文"

‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

>>> "我是中文".decode("GBK")

u’\u6211\u662f\u4e2d\u6587′

>>> "我是中文".decode("GBK").encode("GBK")

‘\xce\xd2\xca\xc7\xd6\xd0\xce\xc4’

>>> "我是中文".decode("GBK").encode("UTF-8")

‘\xe6\x88\x91\xe6\x98\xaf\xe4\xb8\xad\xe6\x96\x87’

所以，總結(jié)此問(wèn)題：

IDLE中輸入中文字符，但是顯示出來(lái)的是類似于’\xd6\xd0\xce\xc4’的值，而不是想要的中文字符

的答案就是：

其實(shí)本身已經(jīng)是中文字符。

只是根據(jù)當(dāng)前默認(rèn)是GBK編碼，所顯示出來(lái)的GBK編碼的內(nèi)部的值而已。

其實(shí)，對(duì)此問(wèn)題，更加終極的解決辦法是：

由于IDLE不是很好用，所以不推薦用戶，尤其是初學(xué)者，直接就用IDLE來(lái)開(kāi)發(fā)Python。

而是推薦你用：

Notepad++ 加 cmd

具體的原因和解釋，詳見(jiàn)：

更更終極的辦法是：

這類常見(jiàn)的錯(cuò)誤，屬于學(xué)習(xí)Python中所容易走的彎路。

而你要是按照我的教程去學(xué)習(xí)，不僅可以少走很多彎路，而且更容易明白很多基本的邏輯：

初級(jí)的：

中級(jí)的：

高級(jí)專題闡述：

常見(jiàn)問(wèn)題：中文字符打印輸出顯示到命令行(Windows的cmd)顯示亂碼

和上面的現(xiàn)象類似的一個(gè)現(xiàn)象就是：

當(dāng)用python代碼，打印輸出一個(gè)中文字符到命令中，結(jié)果卻顯示亂碼。

(1)用如下代碼：#!/usr/bin/python

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

"""

-------------------------------------------------------------------------------

[Function]

【整理】Python中實(shí)際上已經(jīng)得到了正確的Unicode或某種編碼的字符，但是看起來(lái)或打印出來(lái)卻是亂碼

https://www.crifan.com/python_already_got_correct_encoding_string_but_seems_print_messy_code

[Date]

2013-07-19

[Author]

Crifan Li

[Contact]

https://www.crifan.com/about/me/

-------------------------------------------------------------------------------

"""

#---------------------------------import---------------------------------------

#------------------------------------------------------------------------------

def char_ok_but_show_messy():

"""

Demo Python already got normal chinese char, with some encoding, but print to windows cmd show messy code

"""

#此處，當(dāng)前Python文件是UTF-8編碼的，所以如下的字符串，是UTf-8編碼的

cnUtf8Char = "我是UTF-8的中文字符串";

#所以，將UTF-8編碼的字符串，打印輸出到GBK編碼的命令行(Windows的cmd)中，就會(huì)顯示出亂碼

print "cnUtf8Char=",cnUtf8Char; #cnUtf8Char= 鎴戞槸UTF-8鐨勪腑鏂囧瓧絎︿覆

#如果想要正確顯示出中文字符，不顯示亂碼的話，則有兩種選擇：

#1. 把字符串轉(zhuǎn)換為Unicode編碼，則輸出到GBK的命令行時(shí)，Python會(huì)自動(dòng)將Unicode的字符串，編碼為GBK，然后正確顯示字符

decodedUnicodeChar = cnUtf8Char.decode("UTF-8");

print "decodedUnicodeChar=",decodedUnicodeChar; #decodedUnicodeChar= 我是UTF-8的中文字符串

#2. 讓字符串的編碼和輸入目標(biāo)(windows的cmd)的編碼一致：把當(dāng)前的字符串(由上述解碼后得到的Unicode再次去編碼)也變成GBK，然后輸出到GBK的命令行時(shí)，就可以正確顯示了

reEncodedToGbkChar = decodedUnicodeChar.encode("GBK");

print "reEncodedToGbkChar=",reEncodedToGbkChar; #reEncodedToGbkChar= 我是UTF-8的中文字符串

###############################################################################

if __name__=="__main__":

char_ok_but_show_messy();

注意：

此時(shí)Python的文件編碼是UTF-8。

不了解的，詳見(jiàn)：

(2)當(dāng)前代碼下載(右鍵另存為)：

(3)還原現(xiàn)象

運(yùn)行的結(jié)果是：

(4)解釋

代碼中已經(jīng)解釋的很清楚了。

不再啰嗦。

相關(guān)帖子

和此類的，python的字符串編碼方面的相關(guān)內(nèi)容，之前有更多的總結(jié)：

總結(jié)

以上是生活随笔為你收集整理的python无法打印unicode编码_【整理】Python中实际上已经得到了正确的Unicode或某种编码的字符，但是看起来或打印出来却是乱码...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。