Windows控制台编码

Question

Windows上默认的控制台编码是什么？ 似乎有时是chcp命令给定的ANSI编码 （ CP-1252 ），有时是OEM编码 （默认是西欧的CP-850 ）。

• 命令行参数和环境变量触发ANSI编码（ é = 0xe9）：

   > chcp 850 Active code page: 850 > python -c "print 'é'" Ú > python -c "print '\\x82'" é > python -c "print '\\xe9'" Ú > $env:foobar="é"; python -c "import os; print os.getenv('foobar')" Ú > chcp 1252 Active code page: 1252 > python -c "print 'é'" é > python -c "print '\\x82'" , > python -c "print '\\xe9'" é > $env:foobar="é"; python -c "import os; print os.getenv('foobar')" é 

• 蟒控制台和标准输入触发OEM编码（ é =为0x82如果OEM编码是CP-850， é = 0xe9如果OEM编码是CP-1252）：

   > chcp 850 Active code page: 850 > python >>> print 'é' é >>> print '\\x82' é >>> print '\\xe9' Ú > python -c "print raw_input()" é é > chcp 1252 Active code page: 1252 > python >>> print 'é' é >>> print '\\x82' , >>> print '\\xe9' é > python -c "print raw_input()" é é 

注意。 –在这些示例中，我在Windows 10上使用了Powershell 5.1和CPython 2.7.14。

Answer 1

首先，对于所有非ASCII字符，重要的是控制台编码和Windows区域设置，您使用的是字节字符串，而Python只是打印出接收到的字节。 在将键盘输入传递给Python之前，控制台会将您的键盘输入编码为特定的字节或字节序列。 对于Python，这都是不透明的数据（数字范围为0-255），并且print将这些数据以Python接收它们的方式传递回控制台。

在Powershell中，通过命令行开关发送到Python的字节所使用的编码方式不是由chcp代码页确定，而是由控制面板中的“ 非Unicode程序的语言”设置确定（搜索Region ，然后找到Administrative标签） ）。 此设置将é编码为0xE9，然后将其作为命令行参数传递给Python。 有许多Windows代码页将0xE9用于é （但没有ANSI编码之类的东西 ）。

环境变量也是如此。 Python将Windows用作MBCS编解码器的编码 ; 您可以使用'mbcs'编解码器将命令行参数或环境变量解码为Unicode，该编解码器使用带有CP_ACP标志的MultiByteToWideChar()和WideCharToMultiByte() Windows API函数。

使用交互式提示时，Python传递的字节由Powershell控制台语言环境代码页（由chcp设置）编码。 对于您来说，这是850页的代码，当您输入é时，会收到一个十六进制值为0x82的字节。 因为print将相同的0x82字节发送回同一控制台，所以控制台随后将0x82转换回屏幕上的é字符。

只有当您使用Unicode文本 （如u'é'这样的unicode字符串文字）时，Python才会对数据进行任何解码和编码。 print写入sys.stdout ，后者被配置为将Unicode数据编码为当前语言环境（或设置为PYTHONIOENCODING ），因此print u'é'会将Unicode对象写入sys.stdout ，然后使用sys.stdout将对象编码为字节配置的编解码器，然后将这些字节写入控制台。

为了从u'é'源代码文本（本身就是字节序列）生成unicode对象，Python确实必须解码给定的源代码。 对于-c命令行，传入的字节被解码为Latin-1 。 在交互式控制台中，使用区域设置。 因此，在交互式会话中， python -c "print u'é'"和print u'é'将导致不同的输出。

应当指出，Python 3始终使用Unicode字符串，并且命令行参数和环境变量通过Windows的“宽” API加载到Python中以UTF-16的形式访问数据，然后以Unicode字符串对象的形式呈现。 您仍然可以以字节字符串的形式访问控制台数据和文件系统信息，但是从Python 3.6开始， 以二进制格式访问文件系统和stdin / stdout / stderr流使用UTF-8编码的数据 （再次使用“宽” API）。