Windows 下神鬼莫测的 Python 乱码问题

在 windows 下运行 python 命令行程序容易遇到编码问题，处理不好就会出现乱码。

Win10 的 cmd 命令行下的标准输入输出编码是 utf-8 编码，但在启用管道和文件重定向时，标准输入输出又会变成 gbk 编码。我们可以在程序中加入调试语句查看标准输入输出的编码：

import sys


print("标准输入流的编码是:", sys.stdin.encoding)
print("标准输出流的编码是:", sys.stdout.encoding)

当没有管道时，程序输出为：

当有管道作为输入时，标准输入会发生变化：

当将输出重定向时，标准输入输出都会发生变化：

Python 的 print 是受标准输入输出编码影响的，而标准输入输出的编码又会受所使用的终端影响。在 cmd 下，标准输入输出编码默认是 utf-8，当有管道和重定向时，标准输入输出会变成 gb2312。

Python 在 windows git-bash 下表现的又不一样，同样的测试代码，在 git-bash 下执行效果如下：

git-bash 下，标准输入输出的编码变成了 gbk，因为 git-bash 终端使用的是 utf-8 ，当程序编码与终端编码不一致时就会出现乱码。

解决乱码的办法有两种，一是调整 git-bash终端的编码：

调整完，程序执行就不显示乱码了：

第二种方法是不修改终端编码，但修改程序中标准输入输出的编码：

import io
import sys


sys.stdin = io.TextIOWrapper(sys.stdin.buffer, encoding='utf-8')
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

将标准输入输出的编码改得和终端编码一致就不会产生乱码了。git-bash 可以调整终端编码，但 cmd 没法调整终端编码。可以推断出 Win10 下 cmd 终端的编码是 utf-8，虽然 cmd 中使用 chcp 命令显示的是  936 （936 代表的是 gb2312 , 65001 代表的是 utf-8），但 chcp 并不可行。

我一直以为 cmd 终端的编码是 gbk 或 gb2312，但测试出来的结果是 cmd 用来显示的编码是 utf-8，管道和重定向使用的是 gb2312

默认 python 在 git-bash 下输出中文会出现乱码，为避免乱码问题，可以将标准输入输出的编码改为 utf-8 ，也可以使用以下函数来简化操作：

import sys
import io
import platform
import os


def change_default_encoding():
    """判断是否在 windows git-bash 下运行，是则使用 utf-8 编码"""
    if platform.system() == 'Windows':
        terminal = os.environ.get('TERM')
        if terminal and 'xterm' in terminal:
            sys.stdin = io.TextIOWrapper(sys.stdin.buffer, encoding='utf-8')
            sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

全文完。

如果转发本文，文末务必注明：“转自微信公众号：生有可恋”。