萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 2.x 中文亂碼徹底解決:編碼宣告、檔案儲存與終端機解碼三步走

Python 2.x 預設 ASCII 編碼與中文雙位元編碼(GBK/Big5/UTF-8)衝突,是初學者最常遇到的「SyntaxError: Non-ASCII character」與輸出亂碼問題。本文從根因分析到三階段解決方案,徹底釐清編碼/解碼機制。

根因分析

  • Python 2 原始碼預設 ASCII 編碼,僅支援單位元字元
  • 中文需雙位元編碼(GB2312/GBK/Big5/UTF-8),混用導致解碼錯誤
  • Windows CMD 預設 CP936 (GBK),與原始碼 UTF-8 不符產生亂碼
>> import sys
>>> sys.getdefaultencoding()
'ascii'

三階段解決方案

階段 1:原始碼編碼宣告(必須)

檔案第一或第二行加入:

# coding = utf-8
# 或
# -*- coding: utf-8 -*-

⚠️ 僅告訴解譯器「原始碼含非 ASCII 字元」,不會自動轉換編碼。

階段 2:檔案實際儲存為 UTF-8(關鍵)

  • Notepad:另存新檔 → 編碼選 UTF-8
  • IDLE:Options → Configure IDLE → General → Default Source Encoding → UTF-8
  • Vim::set fileencoding=utf-8

階段 3:輸出端編碼轉換(視終端機而定)

即使前兩步完成,不同編輯器/終端機輸出編碼仍可能不一致。統一做法:

# 原始碼為 UTF-8,CMD 為 GBK
print(u"中文".encode('utf-8').decode('utf-8').encode('gbk'))
# 或簡化:
print(u"中文".encode('gbk'))  # 直接編碼為終端機編碼

編碼/解碼核心原則

  • encode:Unicode → bytes(指定目標編碼)
  • decode:bytes → Unicode(指定來源編碼)
  • 原則:以何種編碼 encode,必須以相同編碼 decode

Python 3 的根本改善

  • 原始碼預設 UTF-8,支援中文變數名:中國 = 'Chinese'
  • 字串內建 Unicode,移除 str.decode/encode,改為 bytes.decode() / str.encode()
  • 無需手動編解碼轉換,徹底解決亂碼困擾
copyright © 萬盛學電腦網 all rights reserved