Windows控制台编码

Question

Windows上的默认控制台编码是什么？它似乎有时是ANSI编码(CP-1252)，有时是由chcp命令提供的OEM编码(默认情况下是西欧的CP-850)。

• 命令行参数和环境变量触发ANSI编码(é = 0xe9):chcp 850活动代码页: 850 > python -c "print‘é’é“> python -c "print‘x82’”é> python -c "print‘\xe9 9’“$env:foobar="é"；python -c "import os；print os.getenv('foobar')”> chcp 1252活动代码页: 1252 > python -c "print‘x 82’“，code > python -c "print‘xe9 9’‘”$env:foobar="é"；python -c "import“；打印os.getenv('foobar')“é
• Python控制台和标准输入触发OEM编码(如果OEM编码为CP-850，则为é= 0x82；如果OEM编码为CP-1252，则é = 0xe9 )：。chcp 850活动代码页: 850 > python >>>‘éé>>> print’\x82é>>> print‘\xe9 9’> python -c "print raw_input()“éé> chcp 1252活动代码页: 1252 > python >>> print‘ééé>>> print '\x82’>>>> print‘xe9 9’> python -c "print raw_input()”ééé

请注意。-在这些示例中，我在Windows10上使用了Powershell 5.1和CPython 2.7.14。

Answer 1

首先，对于所有非ASCII字符，这里重要的是控制台编码和Windows语言环境设置，您使用字节字符串，Python只输出它接收到的字节。在将这些字节传递给Python之前，控制台会将键盘输入编码成特定的字节或字节序列。对于Python来说，这都是不透明的数据(数字在0-255范围内)，而print将这些数据以Python接收的方式传递回控制台。

在Powershell中，通过命令行开关发送到Python的字节的编码方式不是由chcp代码页决定，而是由控制面板中的非Unicode程序语言设置来决定(搜索区域，然后找到管理选项卡)。正是这个设置将é编码为0xE9，然后将其作为命令行参数传递给Python。有一些大量Windows代码页将0xE9用于é (但有没有ANSI编码这样的东西)。

环境变量也是如此。Python指的是Windows在这里使用的编码作为MBCS编解码；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，后者使用带有CP_ACP标志的MultiByteToWideChar()和WideCharToMultiByte() Windows函数。

当使用交互式提示符时，Python会以Powershell控制台代码页编码的方式传递字节，使用chcp设置。对于您来说，这是代码页850，输入é时会收到一个十六进制值0x82的字节。因为print将相同的0x82字节发送回同一个控制台，所以控制台将0x82转换回屏幕上的é字符。

只有当您使用Unicode文本(使用像u'é'这样的unicode字符串)时，Python才会对数据进行任何解码和编码。print写入到sys.stdout，后者配置为将Unicode数据编码到当前区域设置(如果设置为PYTHONIOENCODING )，因此print u'é'将该Unicode对象写入sys.stdout，然后sys.stdout使用配置的编解码器将该对象编码为字节，然后将这些字节写入控制台。

要从unicode源代码文本(本身是一个字节序列)生成u'é'对象，Python必须对给定的源代码进行解码。对于-c命令行，在被解码为拉丁文-1中传递的字节。在交互控制台中，使用区域设置。因此，交互会话中的python -c "print u'é'"和print u'é'将产生不同的输出。

应该注意的是，Python 3自始至终都使用Unicode字符串，命令行参数和环境变量通过Windows 'wide‘API加载到Python中，以UTF-16的形式访问数据，然后以Unicode字符串对象的形式表示。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，但从Python3.6，以二进制方式访问文件系统和stdin/stdout/stderr流使用UTF-8编码的数据。 (再次使用“wide”API)开始。