python 中文iso8859-1编码转utf8编码

python 中文iso8859-1编码转utf8编码

在项目中使用wget 进行ftp下载文件时，由于ftp下载默认的是ascii模式，下载的文件编码是iso8859-1。

在python3中直接使用open函数的话，需要设置编码，不然会报错。

open("08M0063639_20170710.txt","r",encoding='iso8859-1')

这样做，假如文本是数字或者字母的时候，没有什么影响。但文本是中文的时候，获取的数据是iso8859-1编码的，进行数据操作时会出现乱码。
所以要将数据转化为utf8编码

uft_str = str.encode("iso-8859-1").decode('gbk').encode('utf8').decode('utf8')

先将文本转化成gbk编码，然后在从gbk编码变成utf8编码。
原理：

uft8编码的文本可以用iso8859-1的编码表示，但是反过来不行。iso8859-1是单字节编码，而utf8是定长编码，从uft8转化成iso8859-1相当于是高精度转化成低精度，造成精度丢失，所以不可逆。根本原因是因为uft8中文，在iso8859-1没有匹配的位置。

而gbk是不定长编码，英文数字的字符编码规则跟iso8859-1是一样的，所以gbk是兼容iso8859-1编码的，这两者可以相互转换。

转载自：https://blog.csdn.net/kelindame/article/details/75014485