Python中文编码那些事

首先，要明白encode()和decode()的区别

 encode()的作用是将unicode编码的字符串转换为其他编码格式。

例如： st1.encode("utf-8")  这句话的作用是将unicode编码的st1编码为utf-8编码的字符串

decode()的作用是把其他编码格式的字符串转换成unicode编码的字符串。

例如： st2.decode("utf-8") 这句话的作用是将utf-8编码的字符串st2解码为unicode编码的字符串

第二，除unicode编码的字符串以外，任何一种编码的字符串要想转换为其他编码格式，必须先解码后编码

非unicode编码--> unicode编码-->非unicode编码

例如，utf-8编码的字符串st想要转换为gbk编码的字符串，必须经过以下步骤：

st=st.decode("utf-8") #解码为unicode编码

st=st.encode("gbk")  #从unicode编码编码为gbk编码

第三，我们经常使用的utf-8编码还分为有bom的和无bom的。

第四：关于json文件的中文编码。用python读取json文件时经常用到json.load()函数，该函数对json文件的格式是有要求的

1）json文件是utf-8 without bom编码的,那么可以直接用json.load(filename)函数读取json文件的内容

2）json文件是utf-8 with bom编码的，不能用json.load()函数读取，json.load()不能正确识别

3）json文件时其他编码的，比如gbk, 要把json文件的编码格式作为一个参数传给json.load()：

eg. json.load(filename,"gbk")

第五，怎么查看并且设置自己文件的编码呢？

介绍一个个人比较喜欢的工具"nodtepad++"，随便一个软件管家里就与一键安装。

用这个工具你可以方便的查看自己的文件的当前编码，并可以轻松转换成任意其他编码格式