python3 不是默认所有字符串都是 unicode 编码么, 为啥这段话有毒, 文件编码 utf-8 没有 bom, python3.7.5, windows10, 是保存到文件再运行, 不是直接复制到 Python 终端运行.

文件: https://www.qsc.zju.edu.cn/box/-57009898

s = '但在许多人眼里是羞耻的是隐秘的视为了一会对大多数个开音加以独自生活一点“总就《和陌生人说话》栏老过好几次他非常直白地表示来公园就是为了甚至坦言自己最疯狂的时候其实这背后隐藏的是孤独寂寞是对和陪伴的渴望希望大家在面对老年人生活时不要戴着有色眼镜去看待而是去正视他们的需求往往老年人的需求被忽视、不被理解带来的一个结果就是老年人耻于谈也没人告诉著作'
print(s)

保存为脚本文件, 如 test.py, 然后运行就会报错

文件编码 utf-8 没有 bom, python3.7.5, windows10

python3 test.py

File "test.py", line 1
SyntaxError: Non-UTF-8 code starting with \xe5' in file test.py on line 1, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

文件开头加上注释 # -*- coding: utf-8 -*- 或者文件编码修改为 utf-8 有 bom, 就没问题.

Trim21

2020-04-11 00:19:14 +08:00

试了一下直接用 open('a.py', encoding='utf8')读取文件是能正常读取的

文件不是以 gbk 解析的，没有注释标明 encoding 的文件是以 utf8 解析的，只不过可能 windows 上面是 utf8 with bom，所以在这个字符串（\xe4\xbd\x86\xe5\x9c...）截取掉前三个字节的开头'\xe5'报错了

imn1

2020-04-11 00:34:16 +08:00

我来杠一下，🐶
因为在解析为字符串之前就出错了（还没赋值给变量 s ），所以读取.py 文件到成为 s 字符串之间只能叫字节

无编码声明的文件，按 latin-1 读取，第一个汉字按 latin-1 是“ä½å”（ E4 BD 86 ）都可以视为合法字符
第二个汉字首字节是 E5，就不能解析为合法字符了

带 utf-8 bom 的.py 文件，在 windows 平台，python 直接视为 utf-8，无需声明（声明为其他编码也会被无视）

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/661330