Python2.7含非ASCII字符代码报错，添加UTF-8声明仍无法解决

看起来你踩了Python 2.x Unicode处理的几个典型坑，虽然加了UTF-8编码声明，但还有几个关键细节没处理到位，我来帮你梳理清楚：

核心问题分析 #

你最初遇到的SyntaxError: Non-ASCII character，以及后来的UnicodeDecodeError，本质上是两个问题叠加：

1. 文件保存编码与声明不匹配：你在文件顶部加了# -*- coding: utf-8 -*-，但如果实际保存文件时用了GBK或其他编码，Python解释器用UTF-8读取文件内容时，就会把中文解析成乱码字节（比如回溯里的碌鈻捗兟∶�），后续处理自然报错。
2. Python 2.x的字符串类型混淆：Python 2里str是字节串，unicode是文本串，你错误使用unicode('...')时，Python默认用ASCII编码去解码字节串，遇到非ASCII字节直接抛出解码错误。

分步解决方案 #

1. 确保文件以UTF-8编码保存 #

这是最基础的一步，不管你用什么编辑器：

• VS Code：右下角点击编码选择框，选择"UTF-8"，保存时确认
• Notepad++：顶部菜单「编码」→「UTF-8」（不要选「UTF-8-BOM」，Python 2对BOM支持不好）
• Sublime Text：「File」→「Save with Encoding」→「UTF-8」

2. 修正代码中的问题 #

你的代码里有两个小问题，我给你调整后的完整版本：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import re

# 直接用u''定义Unicode字符串，前提是文件已保存为UTF-8
s = u'The best 姹夊瓧 interests of the Aboriginal child in family law proceedings. Australian Journal of Family Law 12 140149.'

def cleanup(s):
    # 生成Unicode类型的控制字符集合
    control_chars = ''.join(map(unichr, range(0,9) + range(11,13) + range(14,32) + range(127,160)))
    # 编译正则时用Unicode模式，确保和输入的Unicode字符串匹配
    cc_regex = re.compile(u'[%s]' % re.escape(control_chars))
    return cc_regex.sub(u' ', s)

# 打印时转成UTF-8字节串，避免Windows终端默认GBK编码导致的乱码
print cleanup(s).encode('utf-8')

3. 处理终端输出兼容性 #

Windows命令行默认编码是GBK，直接打印Unicode字符串可能会乱码，你可以二选一：

• 按代码里的方式，打印前用encode('utf-8')转成UTF-8字节串
• 先执行chcp 65001把终端编码切换到UTF-8，再运行脚本

你之前尝试的写法错误点 #

• unicode(The best 姹夊瓧 ...)：字符串没有用引号括起来，属于语法错误；就算加了引号，unicode('...')默认用ASCII解码，同样会报错，正确写法是unicode('...', 'utf-8')（但不如直接用u'...'简洁）
• gettext.ugettext((The best ...))：同样缺少引号，而且gettext是做国际化翻译的工具，和当前的编码问题无关，完全用错了地方

内容的提问来源于stack exchange，提问作者Kenobi