python字符乱码问题

1.     有人说reload必须要有

import sys reload(sys) sys.setdefaultencoding('utf-8')

 

2.

#!/usr/bin/env python
# -*- mode: python; c-basic-offset: 2; indent-tabs-mode: nil; coding: utf-8; -*-

3.查看一下 ：

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'

 如果不是UTF-8 ：

• 运行程序的时候加上：

PYTHONIOENCODING=utf-8 python code.py

 

4. python 命令行中输入

ll='中'
ll
'\xe4\xb8\xad'
print ll
中

print ll，会按照终端的编码执行x.decode('终端编码')，变成unicode后，再打印，此时终端编码若与文件开头指定的编码不一致，乱码就产生了

 

 

其实utf-8编码之所以能在windows gbk的终端下显示正常，是因为到了内存里python解释器把utf-8转成了unicode , 
但是这只是python3, 并不是所有的编程语言在内存里默认编码都是unicode,比如 万恶的python2 就不是，
它是ASCII（龟叔当初设计Python时的一点缺陷），想写中文，就必须声明文件头的coding为gbk or utf-8, 声明之后，python2解释器
仅以文件头声明的编码去解释你的代码，加载到内存后，并不会主动帮你转为unicode,也就是说，你的文件编码是utf-8,
加载到内存里，你的变量字符串就也是utf-8, 这意味着什么？意味着，你以utf-8编码的文件，在windows是乱码。

总结：

1.读入文本文件的时候，是二进制码（0b......），根据utf-8读入。

 2. python2.X版本需要str.decode（）才可以转换成unicode.而python3.X是自动转换的。

3.写入文件的时候，如果不加reload(sys) sys.setdefaultencoding('utf-8')。及时在python3.X版本中也会有如下问题：

在最新的python 3版本中，字符串的类型是str， 在内存中都是以Unicode表示，一个字符对应若干个字节； 
如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。

以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如：

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)12345678

在操作字符串时，我们经常遇到str和bytes的互相转换。为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换
----

 

参考： 原文：https://blog.csdn.net/u011415481/article/details/80794567