如何向Python 2.6添加新的编码？

Question

还有另一个编码问题，我正在处理一个使用IBM870编码的IBM大型机，python不支持这种编码，也不支持其他编码方式。在

幸运的是，一个有天赋的程序员开发了一个脚本，该脚本使用FileFormat.info上提供的字符列表为python生成适当的编码定义

使用的列表是这个：IBM870 character list

生成的编码可以在这里看到：cp870.py

所讨论的系统是运行python 2.6的RHEL 6.3：

Python 2.6.6 (r266:84292, Aug 28 2012, 10:55:56) 
[GCC 4.4.6 20120305 (Red Hat 4.4.6-4)] on linux2

cp870.py放在：

^{pr2}$

以下条目已添加到：

/usr/lib64/python2.6/encodings/aliases.py

# cp870 codec
'870'                : 'cp870',
'csibm870'           : 'cp870',
'ibm870'             : 'cp870',

别名已正确解析，如下所示（thanks to this answer）：

>>> from encodings.aliases import aliases
>>> def find(q):
...     return [(k,v) for k, v in aliases.items() if q in k or q in v]
... 
>>> find('870')
[('ibm870', 'cp870'), ('870', 'cp870'), ('csibm870', 'cp870')]
>>> find('cp870')
[('ibm870', 'cp870'), ('870', 'cp870'), ('csibm870', 'cp870')]
>>> find('ibm870')
[('ibm870', 'cp870'), ('csibm870', 'cp870')]

当我试图编码（）一些字符时，它没有按计划工作：

>>> 'c'.encode('cp870')
'\x83'
>>> 'č'.encode('cp870')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib64/python2.6/encodings/cp870.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_table)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 0: ordinal not in range(128)

根据cp870.py，'\x83'应该是：

u'\x83'     #  0x23 -> NO BREAK HERE (U+0083)

由于我是python的新手，有人能告诉我python要正确加载和使用这种编码还需要什么吗？在

Answer 1

在python2.x中，unicode字符串需要用前缀u或u来标记。没有前缀的字符串使用ASCII（或其他8位编码）。在

此外，python希望您的输入是ASCII编码的（尽管可以配置另一种编码）。所以，当你把一个非ASCII字符放在引号中时，解释器试图将它解码为ASCII，这会导致你看到的错误。在

因此，您需要指定u前缀，并使用转义序列来指定字符：

U'\x83'.encode('cp870')