Python vim检查编码在文件中的对应编码的介绍

Python vim检查编码在文件中的对应编码的介绍

如果你在打开一个文件时中文编码是什么格式不太清楚的话，例如文件头可能指定是utf8，而实际编码却不是，就针对这一情况，你就可以用Python vim检查编码对其进行解决，以下是文章的具体介绍。

打开一个中文文件，不清楚其中文编码到底是什么格式。python源程序文件头可能指定是utf8，而实际编码却是gbk。不一致的编码在python源码中，可能在执行时得到错误的结果。一种解决办法是查看二进制，但汉字的二进制到底对应什么编码呢？

vim的vimrc里面增加两行：

set fenc=utf-8  
set fileencodings=utf-8,cp936,big5,euc-jp,
euc-kr,latin1,ucs-bom 

这样，文件保存缺省的为utf-8编码。

set enc=cp936 

这是gvim界面显示的编码，windows下用cp936,linux下用utf8，最好不要设，系统自己判断。

对新打开的已经存在的文件，如果不确定一个文件是否是utf8还是gbk，用Pythonvim打开文件，看到中文，再在命令模式下执行

:%!xxd  

看到相应的二进制。假如文本中有“你好”，会在左边对应位置看到你好的十六进制表示。打开python3.0,在命令行下将文本中的特定字“你好”进行二进制转码。

view plaincopy to clipboardprint?  
>>> a='你好'   
>>> b=a.encode('utf8')   
>>> b   
b'\xe4\xbd\xa0\xe5\xa5\xbd'   
>>> c=a.encode('gbk')   
>>> c   
b'\xc4\xe3\xba\xc3'   
>>> a='你好' 
>>> b=a.encode('utf8')  
>>> b  
b'\xe4\xbd\xa0\xe5\xa5\xbd'  
>>> c=a.encode('gbk')  
>>> c  
b'\xc4\xe3\xba\xc3'  

可以看到，对中文“你好”的二进制，utf8是

0xe4ba0 0xe5a5bd 

而对gbk，gb2312，cp936，gb18030，则二进制是：0xc4e3 0xbac3与Python vim检查编码中二进制一比较，就看出文本中是什么编码了。知道编码后，再用

:%!xxd -r 

命令将十六进制转为普通的文本，保存。对已经存在的文本，linux下可以用iconv将其转码。以上内容就是对Python3.0 和Python vim检查编码的介绍。