Python|如何让文件读取不再乱码

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