python编程的一大坑：python处理中文编码和解码中常见的乱码问题
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python编程的一大坑：python处理中文编码和解码中常见的乱码问题，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3497字，纯文字阅读大概需要5分钟。
内容图文
unicode
ascii默认八位存一位，而unicode默认是16位存一个，所有英文用ascii都是8位，但是使用unicode都是16位，于是出现了一个unicode的扩展集，utf-8，可变长的，所有的英文还是按照ascii存储，一个字节，所有的中文全部三个字节，可以简单的把unicode看成所有编码集的大家长，它包含一切，任何编码集都可以在它中找到。
python2
在python2中默认的编码格式是ascii，此时str=“你好”，那么这个你好是ascii编码，会报错，而且当encode（）不指定参数的时候也是默认先用ascii编码码的，在python2上写# -*- coding: utf-8 -*-的意思是该程序使用utf-8编码，这样str=“你好”，那么就是utf-8编码的了，但是encode（）不指定参数的时候，默认也是使用ascii编码的
注：想学习Python的小伙伴们
可以
进群：984137898
领取从0到1完整学习资料 视频 精品书籍 一个月经典笔记和99道练习题及答案
python3
而在python3中默认的编码格式是unicode，这个这样理解，当我们在程序中str=“你好”这个str是unicode编码的，当我们encode（）没有指定编码集的时候，这个encode是按照utf-8进行编码的。而python3上写#-*- coding: gbk -*-意思是该程序使用gbk编码，但是str=“你好”依然是unicode编码的，而且encode（）没有指定编码集的时候，这个encode是按照utf-8进行编码的。所以个人认为在python3的时候，页面编码使用gbk没有任何意义
该方法输出当前默认的编码
python3输出utf-8，但它的默认编码格式是unicode
以下代码使用python2级版本
python2中该程序在str.encode()之前会默认按照ascii解码有一部隐式操作（python3中没有，因为一开始就是unicode编码的），虽然有（# -*- coding: utf-8 -*-），所以中文用ascii解码当然会出问题了，解决办法就是手动进行解码，这样就不会用ascii解码了
该程序没有出问题是因为手动使用了utf-8进行了解码，这样在解码的时候就不会有一个隐形的ascii解码了，str因为# -*- coding: utf-8 -*-所以默认使用utf-8编码，用utf-8进行解码str1此时是unicode，unicode可以正常显示中文的，再用utf-8进行编码还是你好
将utf-8编码的str转成gbk编码的
按照道理来说unicode是大家长，编码成gbk也应该是没有问题的，那为何输出乱码呢？
其实编码成gbk这一步没有任何问题，问题出在了控制台显示的编码上，因为我的pycharm编码为utf-8，所以utf-8直接解码gbk肯定会出问题，所以，把pycharm的编码改成gbk就ok了
将刚才的gbk转成utf-8
编码和解码
演示完这两个之后，因为unicode可以看成大家长，所以中文可以在两种编码之间进行转换时，可以使用unicode来进行过渡，一种编码先解码成unicode，再编码成另一种编码
这个图说明只能unicode编码成其它，其它解码成unicode
因为# -*- coding： utf-8 -*-,所以str=“你好”将会默认使用utf-8进行编码
也可以str=u“你好”
前面使用u，所以表示你好使用uncicode编码，输出也会正常输出中文，因为unicode包含一切
以上都是在2级版本的讲解，
其实所有版本两种编码的转换都一样，就是通过unicode进行转换，所以其它两种编码（不只是utf-8和gbk）都是按照unicode做中间转换的思想去转换
在python3中默认的编码格式是unicode，这个这样理解，当我们在程序中str=“你好”这个str是unicode编码的，当我们encode（）没有指定编码集的时候，这个encode是按照utf-8进行编码的。
在python3中程序的默认编码unicode
所以在python3中只要str=“你好”那么这个你好默认是unicode进行编码
可以对其进行编码，编成gbk
python3编码其实有两个过程，一个是编码utf-8，gbk这样的，一个是编码成子节数组，所以下面输出了编码成gbk的自节数组，同理解码也有两个过程是和它相反的
下面程序，你好是unicode编码，所以可以方便的将其编码成gbk，不会出问题
可以看输出结果，第一输出的是gbk编码的了，第二输出的是编码好的子节数组
右下角这个是该文件的编码格式，个人感觉没什么用，因为在python2为了输入中文，我们必须要指定#-*- coding: 编码 -*-，这样右下角这个文件编码会根据#-*- coding: 编码 -*-而变化
这个在python3中如果右下角是gbk，那么就一定要写一句# -*- coding: gbk -*-不然会出问题，但是即使写了也没有任何效果在python3中无论是写# -*- coding: utf-8 -*-还是# -*- coding: gbk -*-都不会有效果，str=“你好”依然是unicode编码
内容总结
以上是互联网集市为您收集整理的python编程的一大坑：python处理中文编码和解码中常见的乱码问题全部内容，希望文章能够帮你解决python编程的一大坑：python处理中文编码和解码中常见的乱码问题所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。