The Interpreter and ... 之 Source Code Encoding

摘要: 源代码的编码设置

在python的源代码文件中，允许使用不同的字符集编码而并非只是ASCII。最好的设置方法是在“#!”之后再多设置一个特殊的行，用来定义源代码文件的编码，就像下面这样：

# -*- coding: encoding -*-

通过上诉方式的定义，所有在源代码文件中的字符将都会被看做是（treated as）指定的编码方式去编码，同时该源文件就允许立即被写入选中的编码的Unicode字符字面量。Python所允许的编码方式，你可以在Python的库参考中找到，在 codecs 这一章节中。

举个例子，为了在文件中可以使用包含“Euro currency symbol”（欧元货币符号）的Unicode字面量（literals），那么就可以使用 ISO-8859-15 编码方式，“Euro symbol”（欧元符号）的顺序值是 164。下面这个脚本的作用将会打印出8364这个值（“Euro symbol”对应的（corresponding）Unicode字符序号（codepoint）），然后退出：

# -*- coding: iso-8859-15 -*-
currency = u"€"
print ord(currency)

如果你的编辑器支持将文件存储成 UTF-8 编码格式，同时带有 UTF-8 的顺序标记（order mark）（或者称做：BOM头），那么你就可以使用这种方式来代替编码方式定义的方式。IDLE（python下的一种IDE）就支持这种特性（capability），当资源的编码选项、或者一般配置、或者默认被设置成UTF-8。值得注意的是，这种签名式的（signature）编码方式指定，在python的老版本中（2.2或者更早的版本）是不能够被理解的（not understood），同样的也不能被不支持在脚本文件中使用“#!”的操作系统，也就是说只有Unix系统才支持！

通过使用UTF-8编码（通过在源代码中定义编码或者采用签名式的方式指定），那么世界上大部分的字符可以被同时使用（can be used simultaneously）在字符串的字面量上或者是注释中。但是，在标示符中使用非ASCII字符则是不允许的！为了可以恰当的（properly）展示这些字符，你的编辑器必须能够识别出（recognize）该文件是采用UTF-8编码的，同样的，你的编辑器还必须具有一种字体能够支持文件中所有的字符显示！