Python中文編碼那些事

首先，要明白encode()和decode()的區別

encode()的作用是將Unicode編碼的字串轉換為其他編碼格式。

例如： st1.encode("utf-8") 這句話的作用是將Unicode編碼的st1編碼為utf-8編碼的字串

decode()的作用是把其他編碼格式的字串轉換成Unicode編碼的字串。

例如： st2.decode("utf-8") 這句話的作用是將utf-8編碼的字串st2解碼為Unicode編碼的字串

第二，除Unicode編碼的字串以外，任何一種編碼的字串要想轉換為其他編碼格式，必須先解碼後編碼

非Unicode編碼--> Unicode編碼-->非Unicode編碼

例如，utf-8編碼的字串st想要轉換為gbk編碼的字串，必須經過以下步驟：

st=st.decode("utf-8") #解碼為Unicode編碼

st=st.encode("gbk") #從Unicode編碼編碼為gbk編碼

第三，我們經常使用的utf-8編碼還分為有BOM的和無BOM的。

第四：關於json檔案的中文編碼。用Python讀取Json檔案時經常用到json.load()函數，該函數對json檔案的格式是有要求的

1）json檔案是utf-8 without BOM編碼的,那麼可以直接用json.load(filename)函數讀取json檔案的內容

2）json檔案是utf-8 with BOM編碼的，不能用json.load()函數讀取，json.load()不能正確識別

3）json檔案時其他編碼的，比如gbk, 要把json檔案的編碼格式作為一個參數傳給json.load()：

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

第五，怎麼查看並且設定自己檔案的編碼呢？

介紹一個個人比較喜歡的工具"Nodtepad++"，隨便一個軟體管家裡就與一鍵安裝。

用這個工具你可以方便的查看自己的檔案的當前編碼，並可以輕鬆轉換成任意其他編碼格式

