Python源代码中的编码声明字符串的作用

阅读更多

原来以为Python编源代码头部的#encoding: utf8的字符串对于python的实际编码解析是没有影响的。

但是今天发现一个很好玩的问题。Mark一下。

当python的代码中存在类似u'中文'这样的字符串的时候，假设是utf8编码，本地保存在py文件中的时候，是按照u'\xe4\xb8\xad\xe6\x96\x87'这样的实际本地编码保存的。

如果编码声明字符串是#encoding: utf8。

那么在使用的时候没有任何的影响。

但是如果编码声明字符串的时候使用#encoding: gbk

那么在执行import module的时候，python会尝试利用gbk编码去解析这个u'\xe4\xb8\xad\xe6\x96\x87'，运行的结果当然会报错。

 

SyntaxError: 'gbk' codec can't decode bytes in position 2-3: invalid data (encode.py, line 2)

 

如果#encoding: utf8，那么这个字符串就会被解析成u'\u4e2d\u6587'。然后就可以像正常unicode字符串一样使用了。