【原创】python中文编码问题深入分析（二）：print打印中文异常及显示乱码问题分析与解决

　　在学习python以及在使用python进行项目开发的过程中，经常会使用print语句打印一些调试信息，这些调试信息中往往会包含中文，如果你使用python版本是python2.7，或许你也会遇到和我一样的问题：那就是print打印中文异常以及显示乱码问题。本文主要分析一下在linux下使用python2.7的print语句中文异常以及终端显示中文乱码问题的原因及解决办法。转载请注明出处，谢谢！

　　1.print打印显示的过程

　　

图1. Print打印显示过程

　　Python2.7中调用print打印var 变量时，操作系统会对var做一定的字符处理：如果var是str类型的变量，则直接将var变量交付给终端进行显示；如果var变量是unicode类型，则操作系统首先将var编码成str类型的对象（编码格式取决于stdout的编码格式），然后再交由终端进行显示。在显示时，如果str类型的变量的编码方式和终端设置的编码方式不一致，很可能会出现乱码问题。

　　2.print中文字符出现错误问题

　　      在python源码中print中文字符，时常会出现Non-ASCII character和UnicodeEncodeError两类错误。下面分别一一介绍。

　　　　2.1  Non-ASCII character错误

　　　　　　print.py源码示例（代码1）：

　　　　　　import sys

　　　　　　print sys.getdefaultencoding()

　　　　　　a="测试"

　　　　　　b=u"测试"

　　　　　　print a

　　　　　　print b

　　　　这段代码试图在linux的终端打印变量a和b的值，但是在实际执行的过程中，会提示Non-ASCII character错误：

　　　　

原因：该print.py的文件格式是utf-8(可以vi print.py，然后在命令模式下，输入：set fileencoding,查看文件的编码方式，)。“测试”对应的utf编码为：'\xe6\xb5\x8b\xe8\xaf\x95'，由于print.py中含有中文，且print.py没有指定编码方式，python会按照系统的默认编码解析执行print.py（这里的系统默认编码是ascii，查看系统的默认编码，可以调用sys.getdefaultencoing()函数），因此会提示Non-ASCII character的错误。

解决办法：在print.py起始处，指定编码方式为utf-8，这样python在执行代码时，就知道要按照utf-8来解释执行代码了。代码2：

　　　　#coding=utf-8

　　　　import sys

　　　　print sys.getdefaultencoding()

　　　　a="测试"

　　　　b=u"测试"

　　　　print a

　　　　print b

运行结果如下：

　　　　2.2 UnicodeEncodeError问题

代码2在192.168.86.61上能正常运行，但是换到另一台机器192.168.86.157就不能正常运行了，现象如下：

　　 从打印信息来看，print a可以正常输出，而print b就会出现UnicodeEncodeError错误，这是为什么呢？？

根据第1节中的介绍，变量b是unicode类型的，操作系统会按照stdout的默认编码将b编码成str类型的变量，根据报错信息猜测系统stdout的默认编码是ascii，而ascii字符的范围是0-127，因此会报上述错误。而变量a是str类型，调用print时，不需要经过操作系统进行编码，所以能正常输出。

那么，如何验证157上的系统stdout的编码方式是不是ascii呢？可以通过sys.stdout.encoding查看stdout的编码方式，这里的输出结果是ANSI_X3.4-1968，其别名就是ASCII，哈哈，原来真的是这样。

那么，为什么在192.168.86.61上，print b就能正常被打印输出呢？想要知道原因，让我们查看一下192.168.86.61上的stdout的编码方式，通过sys.stdout.encoding查得stdout的编码方式为utf-8，unicode类型的变量b的print时，首先被编码成utf-8，然后在送至终端显示，一切正常！

　　　　　　至此，你可能明白了该问题产生的原因，那么，这个问题该怎么解决呢？一般建议在调用print打印变量时，首先调用encode（）函数将unicode类型的变量进行编码，转换成str类型的变量，代码3如下：

　　　　　　#coding=utf-8

　　　　　　import sys

　　　　　　print sys.getdefaultencoding()

　　　　　　a="测试"

　　　　　　b=u"测试"

　　　　　　print a

　　　　　　print b.encode('utf-8')

之后，程序运行正常，如下：

　　3.linux终端显示中文乱码

　　　第1节中曾提到过：如果str类型的变量的编码方式和终端设置的编码方式不一致，在终端显示时就会出现中文乱码问题。笔者使用的终端的编码方式为utf-8，如下图：

如果将终端的编码方式改为GB2312，则中文就会出现乱码。因为b.encode('utf-8')的编码为utf-8，而终端的为GB2312，因此导致了乱码。

解决方法就是要保持终端编码和待显示的变量的编码方式的一致。