我在python中玩unicode。
因此，有一个简单的脚本：
# -*- coding: cp1251 -*-
print 'юникод'.decode('cp1251')
print unicode('юникод', 'cp1251')
print unicode('юникод', 'utf-8')
在cmd中，我已将编码切换为
Active code page: 1251。并有输出：
СЋРЅРёРєРѕРґ
СЋРЅРёРєРѕРґ
юникод
我有点困惑。
由于我已将编码指定为
cp1251，所以我希望它会被正确解码。但是结果是一些垃圾代码点被解释了。
我知道
'юникод'只是一个字节，如：'\xd1\x8e\xd0\xbd\xd0\xb8\xd0\xba\xd0\xbe\xd0\xb4'。但是有一种方法可以通过
cp1251在终端中获得正确的输出吗？我应该手动构建字节字符串吗？
好像我误解了一些东西。
最佳答案
我想我能理解你发生了什么。最后一行给了我提示，您的垃圾箱代码点已确认。您尝试显示cp1251字符，但是您的编辑器配置为使用utf8。# -*- coding: cp1251 -*-仅由Python解释器用来转换ASCII范围之外的源python文件中的字符。而且无论如何，它仅用于Unicode乱码，因为来自原始源的字节给出er ...字节字符串中的字节完全相同。一些文本编辑器足够友好地自动使用该行（IDLE编辑器是），但是我对此不太自信，例如当我使用gvim时，总是手动切换为正确的编码。简短的故事：# -*- coding: cp1251 -*-在您的代码中未使用，只能误导读者，因为它不是实际的编码。
如果您想确定源代码中的内容，则最好使用显式转义符。在代码页1251中，单词юникод由以下字符组成：'\xfe\xed\xe8\xea\xee\xe4'
如果您编写此源：
txt = '\xfe\xed\xe8\xea\xee\xe4'
print txt
print txt.decode('cp1251')
print unicode(txt, 'cp1251')
print unicode(txt, 'utf-8')
并在配置为使用CP1251字符集的控制台中执行它，前三行将输出
юникод，最后一行将引发UnicodeDecodeError异常，因为输入不再是有效的'utf8'。或者，如果您对当前的编辑感到满意，则可以编写：
# -*- coding: utf8 -*-
txt = 'юникод'.decode('utf8').encode('cp1251') # or simply txt = u'юникод'.encode('cp1251')
print txt
print txt.decode('cp1251')
print unicode(txt, 'cp1251')
print unicode(txt, 'utf-8')
应该给出相同的结果-但是现在声明的源编码应该是python源的实际编码。
顺便说一句，原生使用unicode的Python 3.5 IDLE确认：
>>> 'СЋРЅРёРєРѕРґ'.encode('cp1251').decode('utf8')
'юникод'