python2.7中文字符编码格式混淆错误:
最常见的中文编码格式当属utf-8和gbk两种,这两种编码格式都能使中文在python代码中正常显示,但是必须要注意:前后的编码格式必须统一,比如从txt中读取了gbk编码的中文字符串,就不能在代码的起始处使用#encode utf-8,否则你后面写入的中文字符串将不能正确对应txt中的相同字符,最明显的就是使用if语句进行判断两者是否相等,会发现其实内存中实际存储的是两部分完全不同的内容,极易给我们带来误解。
如果还需要将这些内容输出至指定文件,那么混淆两种编码格式的效果将会更加明显,小编自己就犯过这种错误,从gbk格式的txt中读取了中文字符,但是python脚本中确使用了utf-8的编码格式,在原txt内容后增加了些内容和标签,输出到csv文件。结果打开时发现,若使用excel打开,则前半部分不乱码,新增的内容乱码,用UE打开,则是原内容乱码,新增的正常。无论哪一种都不是我们期望的,希望大家不要犯和小编一样的错误。
作为一个新手菜鸟,需要学习和注意的地方还是很多的,仅以此篇博客纪念自己程序员生涯的起点。
这里分享两篇相应内容的博客
[1]: https://blog.csdn.net/haha_point/article/details/77948830
[2]: https://www.cnblogs.com/codefish/p/5016312.html