解决Windows下python中文乱码问题

在windows的环境下使用Python有时面临一个问题，那就是处理中文时出现乱码的问题，下面举个例子：

s1 = "中文文本"
fr = open('in.txt')
s2 = fr.readline()
fr.close()

print "s1: ", s1
print "s2: ", s2

if s1 == s2:
    print "s1: ", s1, "等于", "s2: ", s2
else:
    print "s1: ", s1, "不等于", "s2: ", s2

这个脚本中，s1和s2是两个中文字符串，其中s1直接由脚本给出，而s2的值从下面的文件读得：

将它们各自的内容输出，然后比较两个字符串，看看它们是否相等。

虽然它们的文本内容是相同的，但是运行了这个脚本之后却得到了如下结果：

这就是其编码方式不同造成的，我们可以在python shell中看它们各自的编码：

造成这个问题的原因是，windows系统的默认编码系统是GBK，而python解释器的默认编码系统是UTF-8。

这样一来，由于s1是直接由代码给出，因此s1的编码方式是UTF-8，而s2由文件读得，所以s2的编码方式是GBK。

（值得一提的是，windows同样可以正常显示UTF-8编码的文件，而gbk编码的字符串，python解释器也可以将其正常的输出，但是互相比较就不行）

要解决上面的问题也非常简单：

上面的指令中s3为s2用GBK解码之后的结果得到的是“测试文本”这个字符串的标准Unicode表示法，而s4是s3经过UTF-8编码之后的结果，得到的是该Unicode的字节码。可以看到s4此时就和s2的值是一样的了。

所以要比较s2和s1，需要进行转码：

这样一来，输出就是两者相等：