Re: [問題] 編碼問題

[sbrhsieh (偶爾想擺爛一下)]

※ 引述《uranusjr (←這人是超級笨蛋)》之銘言：
: （中文的）Windows 版 Python shell 預設會用 Big5
: 0xACEC 是科的 Big5 編碼
: 當你在檔頭指定編碼時, 該檔案內的字串就會使用那個編碼
: 所以你 (1) 裡會是 0xE7A791, 這是科的 UTF-8 編碼

在檔頭的 coding 指示不會影響程式碼裡 str/unicode literal 的內容。
實際上程式碼裡出現的 "xxx" u"yyy" 在檔案內的數據到底是何編碼是由你使用
的 editor 決定，editor 使用哪種編碼就是哪種編碼，不會受檔頭的 coding
指示來影響。

檔頭的 coding 的作用是在於 Python parser/interpreter 如何處理 unicode
literal。

假如你使用的 editor 是使用 big5 編碼，而 Python runtime 預設編碼是 utf8，
那麼你在程式檔內有：

u"哈囉"

實際上 "" 內是 4 bytes("哈囉"二字以 big5 編碼後的數據)，你得在檔頭註記
使用 big5 編碼，runtime 執行你的程式(或是編譯)才會正確處理該 literal。

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 118.166.241.188
※ 編輯: sbrhsieh        來自: 118.166.241.188      (12/19 21:43)
→ shihyuyao:editor 是什麼編碼是指說我存檔時候選擇的檔案編碼嗎?
→ sbrhsieh:這是一種方式。不同 editor 的做法不同。
→ shihyuyao:有個疑問editor 是使用 big5 編碼那u"哈囉"還是big5編譯
→ shihyuyao:那加上 u還有什麼作用嗎?
→ sbrhsieh:有 leading u 是 unicode literal。
editor 產出 source file，檔案裡所有的文字都是使用特定的編碼，但因為所
使用的 keyword/identifier 都是英數字，這幾乎在每一種編碼裡的值都與 ASCII
相同，所以 editor 使用何種編碼影響都不大(除了有 BOM 的 encoding)。

但對於 str/unicode literal 內要使用非英數字元的情況下就需要注意。
在檔案中實際上界於 str/unicode literal 的兩個 " 中的 data 由 editor 使用
的 encoding 來決定(雖然在視覺上你在 editor 中看到的字元是一樣的在不同的
編碼下)。

在 compile 這樣的 expression 時：
u"..."

可以看成是在 compile-time/load-time 去 evaluate：
unicode("...", ENCODING, "strict")

而這個 ENCODING 可以由檔頭的 coding directive(註解)來變更。
※ 編輯: sbrhsieh        來自: 118.166.238.27       (12/21 01:31)
※ 編輯: sbrhsieh        來自: 118.166.238.27       (12/21 01:56)