解决Python乱码问题

\xe4\xbd\xa0\xe5\xa5\xbd 或者 \xc4\xe3\xba\xc3

这是什么~~，在学习中经常会遇到一些情况导致中文乱码问题，那么如何解决乱码呢，很简单，可以分两步

1. 判断它是一个什么类型的乱码：

   str_ = b'\xe4\xbd\xa0\xe5\xa5\xbd'
   import chardet
   chardet.datect(str_)
   >>> {'encoding': 'utf-8', 'confidence': 0.7525, 'language': ''}       

   返回的数据字典中，encoding的值就是他的字符集

2. 针对这个乱码和它的字符集进行解码：

   new_str = str_.decode("utf8")
   new_str
   >>> '你好'

   string.decode("XXX")，这里的XXX就是对应的字符集，一般是utf8 或者 gbk。

例子：

import chardet

# utf-8
word = "你好"
# 制造乱码
bad_word = word.encode("utf8")
bad_word
>>> b'\xe4\xbd\xa0\xe5\xa5\xbd'
# 查询乱码
chardet.detect(bad_word)
>>> {'encoding': 'utf-8', 'confidence': 0.7525, 'language': ''}
# 解决乱码
new_word = bad_word.decode("utf8")
new_word
>>> '你好'

# gbk
# utf-8
word = "你好"
# 制造乱码
bad_word = word.encode("gbk")
bad_word
>>> b'\xc4\xe3\xba\xc3'
# 查询乱码
chardet.detect(bad_word)
>>> {'encoding': 'TIS-620', 'confidence': 0.3598212120361634, 'language': 'Thai'}
# 解决乱码
new_word = bad_word.decode("gbk")
new_word
>>> '你好'