尝试在python3.0中tokenize字符串时，为什么在标记开始前得到前导'utf-8'？
在python3 docs中，现在应按以下方式使用tokenize：
g = tokenize(BytesIO(s.encode('utf-8')).readline)
但是，在终端上尝试此操作时，会发生以下情况：
>>> from tokenize import tokenize
>>> from io import BytesIO
>>> g = tokenize(BytesIO('foo'.encode()).readline)
>>> next(g)
(57, 'utf-8', (0, 0), (0, 0), '')
>>> next(g)
(1, 'foo', (1, 0), (1, 3), 'foo')
>>> next(g)
(0, '', (2, 0), (2, 0), '')
>>> next(g)
utf-8令牌在其他令牌之前是什么？这应该发生吗？如果是这样，那我应该总是跳过第一个令牌吗？[编辑]
我发现令牌类型57是tokenize.ENCODING，如果需要可以很容易地将其从令牌流中过滤掉。
最佳答案
那就是源代码的cookie。您可以明确指定一个：
# -*- coding: utf-8 -*-
do_it()
否则，Python会采用默认编码，即Python 3中的utf-8。
关于python - Python3.0: token 化和BytesIO，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/913409/