這裏給大家總結一下幾種會導致編碼問題的案例，並逐一解釋......


案例一：中文輸出是亂碼？

1. # Python 版本：2.7.6
2. >>> string1 = "我愛魚C工作室"
3. >>> string1
4. ‘\xe6\x88\x91\xe7\x88\xb1\xe9\xb1\xbcC\xe5\xb7\xa5\xe4\xbd\x9c\xe5\xae\xa4‘
5. >>> print string1
6. 我愛魚C工作室
7. >>> string2 = "I love FishC"
8. >>> string2
9. ‘I love FishC‘

問：為何無法直接顯示中文的字符串？

分析：

因為 Python2.x 的版本默認的編碼是 ASCII，ASCII 默認只用一個字節來存放數據。由於中國漢字博大精深，一個字節是不足以存放所有的漢字的。因此，string1 只能打印出中文字符串在內存中的數據，這並不是錯誤。

解決方案：

使用 Python3，因為 Python3 默認使用 UTF-8 編碼。

延伸知識：

1. 可以用以下方法獲得當前的默認編碼：

1. >>> import sys
2. >>> sys.getdefaultencoding()
3. ‘ascii‘

2. 字符集與字符集編碼詳解


案例二：普通字符串和 Unicode 字符串進行拼接拋出 UnicodeDecodeError 異常

1. >>> string = "我愛" + u"FishC"
2. Traceback (most recent call last):
3. File "<stdin>", line 1, in <module>
4. UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0xe6 in position 0: ordinal not in range(128)

分析：

使用 + 號進行字符串拼接，左邊是普通字符串，右邊是 Unicode 字符串。當兩種類型的字符串拼接的時候，Python 會自動將左邊的中文字符串轉換為 Unicode 字符串，再進行拼接操作。但由於 "我愛" 的 ASCII 編碼為 ‘\xe6\x88\x91\xe7\x88\xb1‘，其中十六進制 ‘\xe6‘ 對應的值是 230。當編碼值在 0 ~ 127 的時候，Unicode 和 ASCII 是兼容的，轉換不會有什麽問題。但當值大於 128 的時候，ASCII 編碼便不能直接轉換為 Unicode 了。因此，拋出 UnicodeDecodeError。

解決方案：

1. 使用 Python3

2. 指定轉換為 Unicode 的解碼方式：

1. >>> string = "我愛".decode(‘utf-8‘) + u"FishC"
2. >>> print string
3. 我愛FishC

3. 將 Unicode 字符串部分進行編碼：

1. >>> string = "我愛" + u"FishC".encode("utf-8")
2. >>> print string
3. 我愛FishC

延伸知識：

Unicode 編碼系統的發明是為了統一各國文字的編碼，因此把它稱為萬國碼。Unicode 為每種語言設置了唯一的二進制編碼表示方式，也就是說無論哪個國家的語言，都可以在 Unicode 上找到對應的代碼。因此，當不同的編碼系統進行相互轉換的時候，可以利用 Unicode 做一個“中介”。

其他編碼系統到 Unicode 的轉換過程我們稱為解碼（decode），將 Unicode 轉換為其他編碼系統的過程稱之為編碼（encode）。例如 A 編碼需要轉換為 B 編碼，過程如下：

A編碼 -> decode(A) -> Unicode -> encode(B) -> B 編碼


案例三：文件編碼與 Python 編碼不同

test.txt 內容如下，並保存為 GB2312 編碼：

1. 我愛魚C工作室，真的！

test.py 內容如下：

1. f1 = open("test.txt")
2. print(f1.read())
3. f1.close

代碼執行後會報錯：

1. >>>
2. Traceback (most recent call last):
3. File "/Users/FishC/Documents/Python/test.py", line 4, in <module>
4. print(f1.read())
5. File "/Library/Frameworks/Python.framework/Versions/3.4/lib/python3.4/encodings/ascii.py", line 26, in decode
6. return codecs.ascii_decode(input, self.errors)[0]
7. UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0xce in position 0: ordinal not in range(128)

分析：

如果前邊的內容都可以理解了，那麽解決這樣的編碼問題就不再難得住你啦~~~

使用 open 打開文件的編碼格式取決於系統（可以通過 locale.getpreferredencoding() 獲得），認真看報錯信息，這裏系統使用 ASCII 對文件內容進行解碼，遇到錯誤......因為我們知道文件的存放格式是 GB2312，因此我們只需要在打開文件的時候設置 encoding="gb2312" 即可解決問題：

1. f1 = open("test.txt", encoding="gb2312")
2. print(f1.read())
3. f1.close

Python編碼問題的解決方案總結