python的編碼問題

初學者對編碼問題一定非常頭痛，我開始時也是這樣，所以下、記錄一下到目前我對python編碼問題的理解。

首先，python的預設編碼是「ascii」這是表示英文和數字的常用規範編碼。也就是說這個編碼方式下只能表示英文，也就是說一旦出現中文，就會出錯，無法識別。

先說一下python的檔案編碼大致處理流程，寫完**後，系統會按預設的編碼（即ascii）將你的**進行編譯，編譯成計算機能看懂的語言的，然後再列印輸出時，計算機才能識別並進行運算，列印出正確的結果。

這就是為什麼python在出現中文的情況下會無法識別中文並出錯。所以一般都要在開頭加上一行就行編碼的設定，根據使用的編輯器不同，設定編碼的語句也不經相同。以下就用使用最廣泛的「pycharm」為例。

# coding=utf-8 設定編碼形式為utf-8。utf-8為最常用，使用率最高的中文編碼。在設定了中文編碼後，就可以識別中文，並將檔案以 utf-8編碼的形式就行儲存。

而在平時我們經常用到載入檔案，或網上抓取資料，很多時候這些編碼都不會是完全一樣的，這就涉及到編碼的轉化，python中用 decode 解碼，encode 編碼。都需要進過unicode中間碼來進行轉換。

unicode 是什麼？

unicode是最通用的編碼格式，囊括了中文，英文，德文等常用多國語言，是乙個非常好的通用性編碼。基本上涉及到多程式語言，多軟體，多系統，多國家等等，在不同環境下程式設計都是使用 unicode編碼。

python的解碼編碼流程：

a編碼 → unicode → c編碼。任何編碼的轉換都是如此。

a.decode('utf-8') %為將utf-8編碼形式的a轉換成 unicode 編碼，括號裡寫的是a的編碼形式，不是想要轉化成目標編碼形式。

python入門筆記（3）：python的編碼問題

輸出為：

python入門筆記（3）：python的編碼問題

然後，b.encode('utf-8') %將unicode編碼轉換成utf-8編碼。括號裡寫的是想要轉換的目標形式。

基本就是這麼簡單。只是因為編碼種模擬較多，比如電腦txt文字的編碼是gb2312，cmd命令的編碼是gbk，由於這些的不同，才導致了麻煩，其實只要都將他們轉成unicode碼就可以了，平時資料的傳遞，大多都使用unicode。