微信公众号："算法与编程之美"，欢迎关注，及时了解更多此系列文章。
问题描述
有时在读取文件时是否会出现乱码？因为在中文Windows系统中，如果不指定文本文件的编码，那么它就会采用系统默认的GBK编码，即一个英文字符是ASCII码，一个汉字是两个字节的内码。文件的本质是二进制文件，相同的文本采用不同的编码得到的二进制数据是不同的。
解决方案
GBK编码执行文件后是7个字节，分别是Ox61Ox62 OX63 Oxce Oxd2 Oxc3 Oxc7
fobj=open('c:\\abc.txt','wt'，encoding=’gbk’) fobj.write('abc 我们') fobj.close() |
其中前三个是abc符号，Oxce Oxd2是‘我’，Oxc3 Oxc7是‘们’。
而在open中用encoding参数指定UTF-8编码，执行后就是9个字符，它们分别是：
Ox61 Ox62 Ox63 Oxe6 Ox88 Ox91 Oxe4 OxbbOxac.其中Oxe6 Ox88 Ox91是‘我’，
Oxe4 Oxbb Oxac是‘们’。
使用方法：
def writeFile(): f=open('abc.txt','wt',encoding='utf-8') f.write('abc我们') f.close() def readFile(): f=open('abc.txt','rt',encoding='utf-8') for s in f.readlines(): print(s,end='') f.close() try: writeFile() readFile() except Exception as e: print(e) #运行结果 adc我们 |
当使用的编码不一致时就会出现以下情况：
def writeFile(): f=open('abc.txt','wt',encoding='utf-8') f.write('abc我们') f.close() def readFile(): f=open('abc.txt','rt',encoding='gbk') for s in f.readlines(): print(s,end='') f.close() try: writeFile() readFile() except Exception as e: print(e) #运行结果 abc鎴戜滑 |
结语
文本读取的默认编码是GBK，所以想用GBK读文件时可以用encoding参数，也可以不用，它会默认的使用GBK，但如果要使用UTF-8编码就必须用encoding参数指定。
END
编 辑 | 王楠岚
责 编 | 李 靖
where2go 团队
微信号：算法与编程之美
长按识别二维码关注我们!
温馨提示：点击页面右下角发表评论，期待您的参与！期待您的转发！
