記錄使用python時遇到的中文 編碼問題與解決方法

剛接觸python時，師兄就教導(dǎo)我們在每個py文件的第一行要加上# coding=utf-8這句話啦

在一開始的處理時并沒有遇到問題，可隨著處理的東西越來越多，各種各樣的問題就出現(xiàn)了，為了盡量避免這些問題首先是把Pycharm的編碼統(tǒng)一了，如圖

如果是處理獲取到的網(wǎng)頁源代碼，不要偷懶，先看看源代碼的編碼，就像下圖中的charset=一般來說就是它的編碼了 如果網(wǎng)頁源代碼的編碼和自己編譯器的不同，會出現(xiàn)中文亂碼，那么該怎么解決呢？假設(shè)網(wǎng)頁源代碼是GB2312而想要的是utf-8，則可以用這句代碼 s.decode('GB2312').encode('utf-8') 因為字符串在Python內(nèi)部的表示是unicode編碼. 因此，在做編碼轉(zhuǎn)換時，通常需要以unicode作為中間編碼，即先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

可是！就是有些網(wǎng)頁啊～口不對心，charset顯示的編碼和實際編碼跟不一樣，怪不得有UnicodeEncodeError[捂臉] 這時候就可以用下面的代碼來查看字符串的真實編碼，然后再decode和encode就好啦