Windows控制台編碼

Question

Windows上默認的控制台編碼是什么？ 似乎有時是chcp命令給定的ANSI編碼 （ CP-1252 ），有時是OEM編碼 （默認是西歐的CP-850 ）。

• 命令行參數和環境變量觸發ANSI編碼（ 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 

• 蟒控制台和標准輸入觸發OEM編碼（ é =為0x82如果OEM編碼是CP-850， é = 0xe9如果OEM編碼是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。 –在這些示例中，我在Windows 10上使用了Powershell 5.1和CPython 2.7.14。

Answer 1

首先，對於所有非ASCII字符，重要的是控制台編碼和Windows區域設置，您使用的是字節字符串，而Python只是打印出接收到的字節。 在將鍵盤輸入傳遞給Python之前，控制台會將您的鍵盤輸入編碼為特定的字節或字節序列。 對於Python，這都是不透明的數據（數字范圍為0-255），並且print將這些數據以Python接收它們的方式傳遞回控制台。

在Powershell中，通過命令行開關發送到Python的字節所使用的編碼方式不是由chcp代碼頁確定，而是由控制面板中的“ 非Unicode程序的語言”設置確定（搜索Region ，然后找到Administrative標簽） ）。 此設置將é編碼為0xE9，然后將其作為命令行參數傳遞給Python。 有許多Windows代碼頁將0xE9用於é （但沒有ANSI編碼之類的東西 ）。

環境變量也是如此。 Python將Windows用作MBCS編解碼器的編碼 ; 您可以使用'mbcs'編解碼器將命令行參數或環境變量解碼為Unicode，該編解碼器使用帶有CP_ACP標志的MultiByteToWideChar()和WideCharToMultiByte() Windows API函數。

使用交互式提示時，Python傳遞的字節由Powershell控制台語言環境代碼頁（由chcp設置）編碼。 對於您來說，這是850頁的代碼，當您輸入é時，會收到一個十六進制值為0x82的字節。 因為print將相同的0x82字節發送回同一控制台，所以控制台隨后將0x82轉換回屏幕上的é字符。

只有當您使用Unicode文本 （如u'é'這樣的unicode字符串文字）時，Python才會對數據進行任何解碼和編碼。 print寫入sys.stdout ，后者被配置為將Unicode數據編碼為當前語言環境（或設置為PYTHONIOENCODING ），因此print u'é'會將Unicode對象寫入sys.stdout ，然后使用sys.stdout將對象編碼為字節配置的編解碼器，然后將這些字節寫入控制台。

為了從u'é'源代碼文本（本身就是字節序列）生成unicode對象，Python確實必須解碼給定的源代碼。 對於-c命令行，傳入的字節被解碼為Latin-1 。 在交互式控制台中，使用區域設置。 因此，在交互式會話中， python -c "print u'é'"和print u'é'將導致不同的輸出。

應當指出，Python 3始終使用Unicode字符串，並且命令行參數和環境變量通過Windows的“寬” API加載到Python中以UTF-16的形式訪問數據，然后以Unicode字符串對象的形式呈現。 您仍然可以以字節字符串的形式訪問控制台數據和文件系統信息，但是從Python 3.6開始， 以二進制格式訪問文件系統和stdin / stdout / stderr流使用UTF-8編碼的數據 （再次使用“寬” API）。