Xc.Li
Feb.2016

本文用一个程序解释了如何在python2.7和pycharm中使用中文进行显示，中文作为判断参数，中文作为正则表达式的参数等涉及中文的代码问题。
系统环境：Python2.7， Pycharm Community 5.0.4， Windows10中文版

参考文章：“Unicode HOWTO”

Python、Pycharm和Cmd的编码

Python2.7 内部采用的是ASCII编码，读取中文文件进行处理和显示中文采用UTF-8编码。
同时，CMD（命令提示符）和Powershell内部采用GBK编码进行输入。
因此，要在CMD窗口下输入中文给python处理必须按照GBK解码然后再按照UTF-8编码。
在调试的时候发现Pycharm中的输入是用UTF-8编码的，因此有时候在Pycharm中能正常运行的程序在CMD中会报错。

分情况示例

代码中使用中文

最简单，只要：（下面所有的都需要文件头有这个）

# coding=utf-8

文件名中使用中文，和一般中文输出

print u'中文处理'
filename = u'中文.txt'

Codec

这个模块提供了一些非ASCII文件的操作。

import codecs
filename = u'中文.txt'
f = codecs.open(filename, mode='r+', encoding='utf-8')

Pyhcarm和CMD直接运行的差别

try:
    key = raw_input(u'输入查找汉字Pycharm：')  # 在pycharm中，因为使用了UTF-8编码，所以可以直接用
except:
    prompt = '输入查找汉字'.decode('utf-8').encode('gbk')  # 在CMD中，需要把程序里按照UTF-8编码的字符串先按照UTF-8解码，再按照GBK编码才可以显示。
    key = raw_input(prompt)
try:
    u_key = key.decode('utf-8')  # 为了后面进行操作，Pycharm中输入的汉字要按照UTF-8解码
except:
    u_key = key.decode('gbk')  #CMD中输入的汉字按照GBK进行解码

中文参与逻辑判断和正则表达式

Python内部是采取UTF-8编码的，因此要对中文做操作（不涉及输入输出）只要按照UTF-8解码就可以了。
逻辑判断条件：

text = '一句新句子\n'.decode('utf-8')
if line == text:
    newline += 1

正则表达式：

if re.match(u'.*%s' % u_key, line) is not None:
    print u'在“' + line.strip() + u'”中找到' + u_key

回顾前面对u_key的处理，可以看出用于比较的都是经过解码后的字符串。

try:
    u_key = key.decode('utf-8')
except:
    u_key = key.decode('gbk')

完整代码与运行

# coding=utf-8
import codecs
import re
print u'中文处理'
filename = u'中文.txt'
f = codecs.open(filename, mode='r+', encoding='utf-8')
try:
    key = raw_input(u'输入查找汉字Pycharm：')
except:
    prompt = '输入查找汉字'.decode('utf-8').encode('gbk')
    key = raw_input(prompt)
try:
    u_key = key.decode('utf-8')
except:
    u_key = key.decode('gbk')
text = '一句新句子\n'.decode('utf-8')
print 'text', text, type(text)
print 'u_key', u_key, type(u_key)
newline = 0
for line in f:
    print line,
    if line == text:
        newline += 1
    if re.match(u'.*%s' % u_key, line) is not None:
        print u'在“' + line.strip() + u'”中找到' + u_key
print u'一共' + str(newline) + u'句“一句新句子”'
f.write(u'一句新句子')
f.write('\n')
f.close()

同目录下有一个叫中文.txt的文件。

春眠不觉晓，
处处闻啼鸟。
夜来风雨声，
花落知多少。

运行结果（pycharm）

C:\Python27\python.exe D:/OneDrive/Python/Crawler/ex1.1.py
中文处理
输入查找汉字Pycharm：风雨
text 一句新句子
<type 'unicode'>
u_key 风雨 <type 'unicode'>
春眠不觉晓，
处处闻啼鸟。
夜来风雨声，
在“夜来风雨声，”中找到风雨
花落知多少。
一句新句子
一共1句“一句新句子”

Process finished with exit code 0

运行结果（CMD）

D:\OneDrive\Python\Crawler>python ex1.1.py
中文处理
输入查找汉字风雨
text 一句新句子
<type 'unicode'>
u_key 风雨 <type 'unicode'>
春眠不觉晓，
处处闻啼鸟。
夜来风雨声，
在“夜来风雨声，”中找到风雨
花落知多少。
一句新句子
一句新句子
一共2句“一句新句子”