关于Python的编码注释# -*- coding:utf-8 -*- 详解

一.普通解释： 如果要在python2的py文件里面写中文，则必须要添加一行声明文件编码的注释，否则python2会默认使用ASCII编码。

二.官方解释：

1. python2.1中遇到的问题：

Python 2.1 中，想要输入 Unicode 字符，只能用基于 Latin-1 的 “unicode-escape” 的方式输入 -> 对于其他非 Latin-1 的国家和用户，想要输入 Unicode 字符，就显得很繁琐，不方便。

希望是：编程人员，根据自己的喜好和需要，以任意编码方式输入字符串，都可以，这样才正常。

2. 建议选用的方案
   所以，才有人给 Python 官方建议，所以才有此PEP 0263。

此建议就是：

允许在 Python 文件中，通过文件开始处的，放在注释中的，字符串形式的，声明，声明自己的 python 文件，用何种编码。

由此，需要很多地方做相应的改动，尤其是 Python 文件的解析器，可以识别此种文件编码声明。

3 具体如何声明python文件编码？
(1)如果没有此文件编码类型的声明，则 python 默认以ASCII编码去处理；如果你没声明编码，但是文件中又包含非ASCII编码的字符的话，python解析器去解析的 python 文件，自然就会报错了。

(2)必须放在python文件的第一行或第二行;

(3)支持的格式，可以有三种：
带等于号的：

# coding=<encoding name>

最常见的，带冒号的（大多数编辑器都可以正确识别的）：

#!/usr/bin/python
# -*- coding: <encoding name> -*-

vim的：

#!/usr/bin/python
# vim: set fileencoding=<encoding name> 

(4)更加精确的解释是：

符合正则表达式："^[ \t\v]*#.*?coding[:=][ \t]*([-_.a-zA-Z0-9]+)" 就可以;

关于正则表达式的理解：

1."^"表示开始；

2."[ \t\v]"表示匹配制表符\t和垂直制表符\v，*表示匹配0次或者多次,则[ \t\v]*合起来理解就是匹配0次或者多次\t\v;

3."#"匹配#字符，即对应标题的#字符；

4.".“表示接下来匹配任意字符,”.?"表示以非贪心算法匹配任意字符，对应标题中的“ -*- ”；

5."coding"对应标题中的coding；

6."[:=]“表示接下来的字符是”:“或者”=“出现的任意多个字符，对应标题中的”:";

7.[ \t]*表示接下来匹配0次或者多次\t；标题中表示使用了0次；

8.[-.a-zA-Z0-9]表示匹配出现’‘字符、小写字母’a至z’、大小字母’A至Z’、数字‘0至9’的任意多的字符，对应标题中的utf-8

9.接下来标题中的" -*- "则这个官方表达式没有给出解释，因此这个正则表达式应该是不完整的，我觉得完整的正则表达式可以为：

 "^[ \t\v]*#.*?coding[:=][ \t]*([-_.a-zA-Z0-9]+).*$"