python 常遇见的编码问题

python3

报错：

    报UncodeDecodeError:'gbk' codec can't decode byte的错误。（可能是因为有中文符号）

 解决办法：

    增加encoding='UTF-8'

    f = open('fileName', encoding='UTF-8')

 

Python2中默认的编码格式是 ASCII 格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错。

解决方法为只要在文件开头加入 # -*- coding: UTF-8 -*- 或者 # coding=utf-8 就行了

若windows 命令提示符下输出中文字符串还会出现乱码，解决方法需要先使用 decode("utf-8") 转换成 utf-8 编码，然后使用 encode("gbk") 转换成 gbk 编码，才能在 windows 命令提示符下正常输出中文。

例如:

>>> # -*- coding: UTF-8 -*-
>>> s="我是中文 "
>>> print s.decode("utf-8").encode("gbk")

原因是 windows 命令提示符的显示编码为 gbk 编码。

在命令提示符下使用 chcp 查询编码。

• "活动代码页：936" 代表命令提示符的编码为 "gbk"
• "活动代码页：65001" 代表命令提示符的编码为 "utf-8"

Python3.X 源码文件默认使用utf-8编码，所以可以正常解析中文，无需指定 UTF-8 编码。

注意：如果你使用编辑器，同时需要设置 py 文件存储的格式为 UTF-8，否则会出现类似以下错误信息：

SyntaxError: (unicode error) ‘utf-8’ codec can’t decode byte 0xc4 in position 0:
invalid continuation byte