本文將簡要介紹Python程式解析使用的字符集歷史和配置方法。

背景： 在寫指令碼程式的時候難免會設計一些和中文相關的變數內容。這個時候對於一個python新手（包括我在內）來說如何配置python使之能夠正確識別程式內的中文內容就會變得非常頭疼。本文將會簡要介紹python字符集的配置方法和一些相關歷史資訊

Python的預設字符集

Python的預設字符集在幾個大版本中有過改變，以下是各個版本的預設字符集列舉：

• Python2.1及以前： latin1
• Python2.3及之後，Python2.5以前：latin1 （但是會對非ASCII字符集字元提出WARNING）
• Python2.5及以後：ASCII

如何配置預設字符集(Python2.5以前)

配置Python當前指令碼檔案解析使用的預設字符集在2.5以前是很困難的。因為這些老版本不支援類似shebang的coding配置方式。雖然2.5以前的老版本已經過時了，這裡還是提一下這些版本配置字符集的方法。具體配置原理是通過sys.setdefaultencoding()函式。但是糾結的是，這個函式site.py（一個在Python啟動時自動執行的指令碼）中被刪除了。於是網上就出現了以下幾種版本的方法：

• reload(sys)
• 修改sitecustomize.py配置全域性預設字符集

兩種方法都僅僅是能work，且不優雅。更具體的操作方式可以參看stackoverflow上的討論

如何配置預設字符集(Python2.5及以後)

Python2.5以後的預設字符集配置方式就簡單了很多。只要在Shebang後面（即#! /usr/bin/python這一行之後), 緊跟上一行字符集配置行即可。字符集配置行的書寫規則需要符合這麼一個正則coding[:=]\s*([-\w.]+)。也就是說以下幾種寫法都可以生效：

#!/usr/bin/python
# coding=utf8

或者

#!/usr/bin/python
# -*- coding: utf8 -*-

更或者

#!/usr/bin/python
 

# vim: set fileencoding=<encoding name> :

這些都是可以work的