python编码的一些问题

python编码的一些问题

标签（空格分隔）：python

---

比较好的一篇博客：
http://blog.csdn.net/pipisorry/article/details/44136297

---

windows 控制台默认采用’gbk’编码方式，Linux默认采用‘utf-8’编码方式。

---

可采用 import chardet 来查看字符串编码方式：
如下代码是在pycharm中运行

# -*- coding: utf-8 -*-
import chardet

f = open(unicode(r"C:\测试\2样.txt", "utf-8"), 'r+')
str1 = f.read()
print chardet.detect(str1)
print str1
f.close()

结果：

{'confidence': 1.0, 'encoding': 'UTF-8-SIG'}
这是中文读取测试
当然也包括英文：adjaga
12334
****
@@@
结束

---

UTF-8和 UTF-8-SIG不一样
如下代码是在windows控制台运行：

>>> import chardet
>>> f = open(r"C:\测试\2样.txt",'r')
>>> str1 = f.read()
>>> print chardet.detect(str1)
{'confidence': 1.0, 'encoding': 'UTF-8-SIG'}
>>> print str1.decode('utf-8-sig')
这是中文读取测试
当然也包括英文：adjaga
12334
****
@@@
结束
>>> print str1.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'gbk' codec can't encode character u'\ufeff' in position 0: illegal multibyte sequence

---

待更新。。。