【轉】關于Python腳本開頭兩行的：#!/usr/bin/python和# -*- coding: utf-8 -*-的作用 – 指定文件編碼類型...

原文網址：http://www.crifan.com/python_head_meaning_for_usr_bin_python_coding_utf-8/

#!/usr/bin/python

是用來說明腳本語言是python的

是要用/usr/bin下面的程序（工具）python，這個解釋器，來解釋python腳本，來運行python腳本的。

?

# -*- coding: utf-8 -*-

是用來指定文件編碼為utf-8的

詳情可以參考：

PEP 0263 — Defining Python Source Code Encodings

?

在此，詳細的（主要是翻譯）解釋一下，為何要加這個編碼聲明，以及如何添加編碼聲明：

?

使用文件編碼聲明以前所遇到的問題

Python 2.1中，想要輸入Unicode字符，只能用基于Latin-1的"unicode-escape"的方式輸入 -> 對于其他非Latin-1的國家和用戶，想要輸入Unicode字符，就顯得很繁瑣，不方便。

希望是：

編程人員，根據自己的喜好和需要，以任意編碼方式輸入字符串，都可以，這樣才正常。

?

建議選用的方案

所以，才有人給Python官方建議，所以才有此PEP 0263。

此建議就是：

允許在Python文件中，通過文件開始處的，放在注釋中的，字符串形式的，聲明，聲明自己的python文件，用何種編碼。

由此，需要很多地方做相應的改動，尤其是Python文件的解析器，可以識別此種文件編碼聲明。

?

具體如何聲明python文件編碼？

上面已經說了，是，文件開始處的，放在注釋中的，字符串形式的，聲明。

那具體如何聲明，以什么樣的格式去聲明呢？

其實就是，你之前就見過的，這種：

?

1	# -*- coding: utf-8 -*-

對此格式的詳細解釋是：

1. 1. 如果沒有此文件編碼類型的聲明，則python默認以ASCII編碼去處理

• 如果你沒聲明編碼，但是文件中又包含非ASCII編碼的字符的話，python解析器去解析的python文件，自然就會報錯了。

必須放在python文件的第一行或第二行 支持的格式，可以有三種：

1. 帶等于號的：
   ?

   1	# coding=<encoding name>

2. 最常見的，帶冒號的（大多數編輯器都可以正確識別的）：
   ?

   1 2	#!/usr/bin/python # -*- coding: <encoding name> -*-

3. vim的：
   ?

   1 2	#!/usr/bin/python # vim: set fileencoding=<encoding name> :

更加精確的解釋是：

• 符合正則表達式：
  ?

  1	"coding[:=]\s*([-\w.]+)"

• 的都可以，很明顯，如果你熟悉正則表達式，也就可以寫出來，其他一些合法的編碼聲明，以utf-8為例，比如：

?

1 2 3 4 5

coding:???????? utf-8 coding=utf-8 coding=??????????????????utf-8 encoding:utf-8 crifanEncoding=utf-8

1. 為了照顧特殊的Windows中的帶BOM（’\xef\xbb\xbf’）的UTF-8：
   1. 如果你的python文件本身編碼是帶BOM的UTF-8，即文件前三個字節是：’\xef\xbb\xbf’，那么：
      1. 即使你沒有聲明文件編碼，也自動當做是UTF-8的編碼
      2. 如果你聲明了文件編碼，則必須是聲明了（和你文件編碼本身相一致的）UTF-8
         1. 否則（由于聲明的編碼和實際編碼不一致，自然）會報錯

?

文件編碼聲明的各種例子

針對上面的規則，下面給出各種，合法的，非法的，例子，供參考：

合法的python文件編碼聲明

1. 帶聲明了解釋器的，Emacs風格的，（注釋中的）文件編碼聲明
   1. 例子1：
      ?

      1 2 3 4

      #!/usr/bin/python # -*- coding: latin-1 -*- import?os, sys ...

   2. 例子2：
      ?

      1 2 3 4

      #!/usr/bin/python # -*- coding: iso-8859-15 -*- import?os, sys ...

   3. 例子3：
      ?

      1 2 3 4

      #!/usr/bin/python # -*- coding: ascii -*- import?os, sys ...

2. 不帶聲明了解釋器的，直接用純文本形式的：
   ?

   1 2 3

   # This Python file uses the following encoding: utf-8 import?os, sys ...

3. 文本編輯器也可以有多種（其他的）定義編碼的方式：
   ?

   1 2 3 4

   #!/usr/local/bin/python # coding: latin-1 import?os, sys ...

• 很明顯，其中的沒用-*-，直接用了coding加上編碼值

不帶編碼聲明的，默認當做ASCII處理：

?

1 2 3

#!/usr/local/bin/python import?os, sys ...

非法的python文件編碼聲明舉例

1. 少了coding:前綴
   ?

   1 2 3 4

   #!/usr/local/bin/python # latin-1 import?os, sys ...

2. 編碼聲明不在第一行或第二行：
   ?

   1 2 3 4 5

   #!/usr/local/bin/python # # -*- coding: latin-1 -*- import?os, sys ...

3. 不支持的，非法的字符編碼（字符串）聲明：
   ?

   1 2 3 4

   #!/usr/local/bin/python # -*- coding: utf-42 -*- import?os, sys ...

?

python文件編碼聲明所遵循的理念

1.單個的完整的python源碼文件中，只用單一的編碼。

->

不允許嵌入了多種的編碼的數據

否則會導致（python解釋器去解析你的python文件時）報編碼錯誤。

?

不太懂這段：

Any encoding which allows processing the first two lines in the way indicated above is allowed as source code encoding, this includes ASCII compatible encodings as well as certain multi-byte encodings such as Shift_JIS. It does not include encodings which use two or more bytes for all characters like e.g. UTF-16. The reason for this is to keep the encoding detection algorithm in the tokenizer simple.

?

2.這段也不太懂：

Handling of escape sequences should continue to work as it does now, but with all possible source code encodings, that is standard string literals (both 8-bit and Unicode) are subject to escape sequence expansion while raw string literals only expand a very small subset of escape sequences.

?

3.Python的分詞器+編譯器，會按照如下的邏輯去工作：

1. 讀取文件
2. 不同的文件，根據其聲明的編碼去解析為Unicode
3. 轉換為UTF-8字符串
4. 針對UTF-8字符串，去分詞
5. 編譯之，創建Unicode對象

要注意的是：

Python中的標識符，都是ASCII的。

?

其余的內容，不翻譯了。

至此，已經解釋的夠清楚了。

?