python中文乱码解决

Python014

python中文乱码解决,第1张

windows下的文件路径,cmd窗口等默认编码都是gbk

但在windows下编写python程序的时候,我们一般采用的编码是utf-8

二者不一致是导致乱码的根本原因!

在pycharm下,为了中文不乱码,那么需要注意一下几个方面:

一、每一个源程序文件头部,需要加上

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

这样就没有乱码了

这个问题是你操作系统的默认编码格式和你程序的编码格式不一致。但是所有的系统都是认可unicode编码的,所以你在前面加u就可以正常显示。两种办法,一种就是改变操作系统的默认编码格式,比如windows,利用命令行,将其改成utf-8编码格式;另一种就是类似在前面加u这种办法,在py文件里面,利用python的方法(decode,encode)将其解码,然后编码成window默认的gbk形式的(当然你用的其他系统的话,不一样的,你自己上网了解一下)。

  发现问题,我第一时间找度娘,发现好多人在写这个问题,给了一大堆方案,基本都是配置环境的。配置项有LANG、JAVA_TOOL_OPTIONS、PYTHONIOENCODING等等;配置的位置有人说在Jenkins的Global Environment variables,有人说要配到系统的环境变量里,也有人说要改jenkins.xml。

  上面这些方法我都试了, 均无效!! 当然有博主自己写说生效了,可能环境上还是有未知的差异吧。没有大腿可抱的情况下,只能自己蒙了。

  出现乱码肯定是编码不对,但究竟是怎么不对的,要搞清楚正确的(文字实际用的编码)是什么,错误的(显示时使用的编码)是什么。可观测到现象有下面几个:

  从1、3推断, Jenkins默认显示用的编码是GBK,文字自身的编码是UTF8 。但这跟2的现象似乎是冲突的,因为Log文件本身是UTF8编码,而其显示的出来的也是乱码,且跟Jenkins的一致。

  这时候做个简单的实验来验证结论。用Notepad++建一个UTF8的文件,里面写上“中文”俩字,然后用ANSI编码去看。

  实验证实了上面推断的正确性,那么Log里的乱码又是为什么呢?在上面的Log里展示了原因,Py中stdio的编码为cp936(也就是GBK)。这个情况是,Jenkins将UTF8的命令行传给了Py,然后Py用GBK解析,并转码为内部的UTF8,最后用UTF8输出Log。

  原因找到了,接下来就是解决问题。既然外部配置都无效,只能在Py内部处理了。我第一反应是,错误的编码在里面逆向纠正就好了。

  我尝试的方案是处理sys.argv里记录的内容:

  我先用“Pok2盟友”做测试,发现问题解决了。欣喜的跑上面“中文”,结果直接报错程序挂了Orz...,我还天真的以为是Py检查严格给了报错,让它跳过检查就好了。于是加了errors="ignore"参数,忽略报错,decode完输出空白了,结果啥也不是。

  仔细想想, 不匹配的转码其实是“有损的” ,因为两种编码使用的字节数不同。“中文”用GBK是4bytes,UTF8是6Bytes。忽略报错后,Py应该会把无法解码的byte直接丢弃。UTF8=》GBK丢失一部分内容;GBK=》UTF8又丢弃一些,最后直接丢没了。

  到这里我主观上能想到的解决方案已经没了,走投无路!!!

  在我麻木的Google过程中,鬼使神差般又去尝试了一下chcp,结果成功了!!!真的成功了,一切问题都得到解决!!!

  chcp在很早之前就尝试过,当时写法是

这次想尝试分两行写,然后就成了~

  上面过程描述其实不完整(中间尝试了各种方向,细节实在太多),甚至还有些凌乱,所以最后,清晰的总结下:

做完上面的处理,应该所以内容都处于UTF8的状态下。