立即停止在 Python 中使用 setdefaultencoding('utf-8')，以及为什么

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

This topic created in 3935 days ago, the information mentioned may be changed or developed.

http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes

我看了下现在（包括 V2EX 上）还在使用 sys.setdefaultencoding('utf-8') 来解决中文编码问题的有很多，而且很多人在使用的时候压根没有意识到带来的 bug。特写此文与大家讨论。

27 replies • 2016-02-02 11:38:33 +08:00

florije

Feb 1, 2016

一点都没说到点上，建议搜下 v2 历史，有个帖子说到了，建议好好看看再 append 。

zjq426

Feb 1, 2016

1. 这么用确实方便
2. 这么用确实用 dict 的时候遇到过问题
3. 这么用确实有诡异的疑似 bug 出现，或者说，出现了一些和 naive 理解上偏差

好吧我以后不这么用了，我错了。
所有 text string 都应该是 unicode 类型，而不是 str

nyanyh

Feb 1, 2016

所以 Python 3 是没问题咯

zjq426

Feb 1, 2016

然而你就不能利用 python2 提供的 unicode=>ascii 转换的便利了

wgwang

Feb 1, 2016

python3, python3, python3
重要的事说 3 遍

aivier

Feb 1, 2016

隔壁 NodeJS 路过看看→_→...GBK 也是比较麻烦的事，要用 iconv

nooper

Feb 1, 2016 via iPad

80 ％以上的代码是不良习惯， 10 是 hacking code 。 10 编的是实质性的代码。奇怪的 hacking code 为什么要写大家一向是 badu 出来的

pynix

Feb 1, 2016

python3 才是正确的选择。。。

ernest

Feb 1, 2016

@florije 我刚搜索了下，没找到专门对这块做解释的帖子，如你方便还有劳告知。多谢！

florije

Feb 1, 2016

@ernest 其实很简单，关键点在 print

ernest

Feb 1, 2016

@florije 能告知那篇帖子的地址或者关键词吗，我来找来读下。谢谢！
关键点并不在 print 上吧？任何涉及到 encode/decode 的操作都会出问题。

FrankFang128

Feb 1, 2016 via Android

Python 永远的痛

ernest

Feb 1, 2016

@FrankFang128 也还好，能按照最佳实践来不会出问题。只能说 Python 给的糖太多了。

tt0411

Feb 1, 2016

python2 脚本开头习惯性添加：
from __future__ import unicode_literals

loading

Feb 1, 2016 via Android

python 最不爽就是这里！

glasslion

Feb 1, 2016

@ernest 支持。我早就想写篇报道，把 setdefaultencoding 批判一番了。可惜，太懒...

ernest

Feb 1, 2016

@tt0411 这么做会有一个兼容性问题：

demo1.py
```python
# encoding: utf-8
hello = '你好'

```

demo2.py
```python
# encoding: utf-8
from __future__ import unicode_literals
import demo1
world = '世界'
print demo1.hello + world

```
这时就会有错。

而控制自己的代码都引入是没问题的，但第三方库就没法控制了。

因此还是走最佳实践的几条建议比较妥当。

ernest

Feb 1, 2016

@glasslion 不晚！

florije

Feb 1, 2016

@ernest 首先三个概念：
1. str is for bytes, NOT strings
2. unicode is for strings
3. UTF-8, UTF-16, and UTF-32 are serialization formats — NOT Unicode
然后尽量别用 print 打印比较。
然后再看看上面的兼容性问题~以及博客里面说的内容~

florije

Feb 1, 2016

@ernest 然后你再看看你所说的 encode ， decode 是什么情况？
encode(): Gets you from Unicode -> bytes
decode(): Gets you from bytes -> Unicode
so ，这么来看问题都一点点解决了吧？