今天玩Python爬蟲，下載一個網頁，然后把所有內容寫入一個txt文件中，出現錯誤；

TypeError: write() argument must be str, not bytes
AttributeError: 'URLError' object has no attribute 'code'
UnicodeEncodeError: 'gbk' codec can't encode character '/xa0' inposition 5747: illegal multibyte sequence

一看就是編碼問題，不懂，度娘上面這方面講得不多，感覺沒說清楚，自己研究了一晚上，摸出了一點門道。

從頭說起，由于各國語言文字不同，起初要在計算機中表示，就有了各種各樣的編碼（例如中文的gb2312）。但是這樣就出現了兼容性的問題，所以就有了Unicode，也就是所謂的萬國碼，python3中字符串類型str就是以Unicode編碼格式編碼，所以我們在Python3 中看到多種語言文字的字符串而不會出現亂碼。

編碼是一種用一種特定的方式對抽象字符（Unicode）轉換為二進制形式（bytes）進行表示，也就是python3中的encode。解碼就是對用特定方式表示的二進制數據用特定的方式轉化為Unicode，也就是decode。

下圖就是編碼的核心：

一、字符的編碼：

Python對于bites類型的數據用帶‘b‘前綴的單引號活雙引號表示。

下面關于字符編碼解碼的代碼很好的解釋了上面的流程圖：

s='你好'print(s)#輸出結果：你好print(type(s))#輸出結果：<class 'str'>s=s.encode('UTF-8')print(s)#輸出結果：b'/xe4/xbd/xa0/xe5/xa5/xbd'print(type(s))#輸出結果：<class 'bytes'>s=s.decode('UTF-8')print(s)#輸出結果：你好print(type(s))#輸出結果：<class 'str'>

多說一句，如果你對str類型字符進行decode會報錯，同理，對bytes類型進行encode也會報錯。

二、文件編碼

在python 3 中字符是以Unicode的形式存儲的，當然這里所說的存儲是指存儲在計算機內存當中，如果是存儲在硬盤里，Python 3的字符是以bytes形式存儲，也就是說如果要將字符寫入硬盤，就必須對字符進行encode。對上面這段話再解釋一下，如果要將str寫入文件，如果以‘w'模式寫入，則要求寫入的內容必須是str類型；如果以‘wb'形式寫入，則要求寫入的內容必須是bytes類型。文章開頭出現的集中錯誤，就是因為寫入模式與寫入內容的數據類型不匹配造成的。

s1 = '你好'#如果是以‘w'的方式寫入，寫入前一定要進行encoding，否則會報錯 with open('F://1.txt','w',encoding='utf-8') as f1:  f1.write(s1)s2 = s1.encode("utf-8")#轉換為bytes的形式#這時候寫入方式一定要是‘wb'，且一定不能加encoding參數with open('F://2.txt','wb') as f2:  f2.write(s2)

有的人會問，我在系統里面用文本編輯器打開以bytes形式寫入的2.txt文件，發現里面顯示的是‘你好'，而不是‘b'/xe4/xbd/xa0/xe5/xa5/xbd''，因為文本文檔打開2.txt時，又會對它進行decode，然后才給你看到。