Python编程语言是一款比较新颖的编程语言,相对于其他语言来说,有很多不同的特点引起了大多数开发人员的兴趣。在这里我们可以先从Python print的相关应用方法来分析,初步了解这一语言的应用方式。
Python print会对输出的文本做自动的编码转换,而文件对象的write方法就不会做,因此,当一些字符串用print输出正常时,write到文件确不一定和print的一样。print转换的目的编码和环境变量有关,Windows XP是转换为gbk的。在linux下是按照环境变量来转换的。在linux下使用locale命令就可以看到。比如我的是:
- [zhaowei@papaya zhaowei]$ locale
- LANG=zh_CN
- LC_CTYPE="zh_CN"
- LC_NUMERIC="zh_CN"
- LC_TIME="zh_CN"
- LC_COLLATE="zh_CN"
- LC_MONETARY="zh_CN"
- LC_MESSAGES="zh_CN"
- LC_PAPER="zh_CN"
- LC_NAME="zh_CN"
- LC_ADDRESS="zh_CN"
- LC_TELEPHONE="zh_CN"
- LC_MEASUREMENT="zh_CN"
- LC_IDENTIFICATION="zh_CN"
- LC_ALL=
这个时候会认为是gb2312的。在python中可以用locale模块来获得当前环境的编码:
- import locale
- print locale.getdefaultlocale()
Python print在输出时把字符串自动装换为这个编码。看看下面,"喆"这个字是很著名的一个在gb2312中没有的字,当把它转换为gb2312的时候是会出错的。
- #-*- encoding: gb18030 -*-
- import locale
- import sys, encodings, encodings.aliases
- # 现在a是unicode的
- a = u'喆'
- print a.encode("gb2312")
上面这段代码会报异常,就是这个原因。但如果是直接 print a 就可以输出来 (假设你的环境变量是GBK或者GB18030或者UTF-8)。如果你的环境变量是GB2312的,那这个print一样会报错!所以在处理其他地方来 的文本数据时,***不要用GB2312的编码,是中文数据,一定要用GB18030或者UTF-8!
而用文件对象的write写unicode的数据也是会出错的!需要做编码转换
- #-*- encoding: gb18030 -*-
- import locale
- import sys, encodings, encodings.aliases
- # 现在a是unicode的
- a = u'喆'
- f = open("aaa.txt", "w")
- f.write(a)
- f.close()
以上就是我们对Python print的相关介绍。
【编辑推荐】