python 读写输出编码

经常在读文件的时候碰到乱码就停止读取，导致文件读取不完整 ，解决方法：   利用模块，import codecs  file=codecs.open(path,‘r’)  能解决部分问题

编码常识：

Python中的字符串有str和unicode两种形式，两者之间不能连接，也不能比较。汉字编码，常见的有gbk和utf-8等形式，gb2312/cp936和gbk基本上是重合的。我曾经以为，utf-8编码之后就是unicode类型的字符串，结果导致概念不清，错误不断。事实上，gbk和utf-8编码之后，都是str类型的字符串，字符串前面加上u生成的才是unicode类型的字符串。gbk字符串、utf-8字符串和unicode字符串是可以相互转换的

u=u'unicode编码文字'
g=u.encode('gbk') #转换为gbk格式
print g #此时为乱码，因为当前环境为utf-8,gbk编码文字为乱码
str=g.decode('gbk').encode('utf-8')   #以gbk编码格式读取g（因为他就是gbk编码的）并转换为utf-8格式输出
print str #正常显示中文

s.decode('utf8','ignore') 第二个参数可以忽略一些编码错误

总结：利用decode转为通用unicode进行处理 ；在文件开头声明# -*- coding: utf-8 -*-