文章目錄
Python2.7中文亂碼常見問題FAQ
萬惡之源
Python2.x中的str類型並不是真正意義上的字符串，而更像是一個bytes（字節碼串），超出ASCII碼範圍的字符時會出現亂碼。
在Python3.x中已經解決這個問題，str就是真正意義上的字符串。
FAQ
Python源文件中含有中文時運行出錯
Q: Python源文件中含有中文時運行報錯：
SyntaxError: Non-ASCII character … but no encoding declared
A: 在Python文件開頭聲明UTF-8編碼：
# encoding=utf-8
print('人生苦短，我用Python！')
在Python文件開頭聲明UTF-8編碼後，仍然打印亂碼
Q: 在Python文件開頭聲明UTF-8編碼後，仍然打印亂碼。
A: 需要將str轉換成unicode類型再打印。
# encoding=utf-8
print(u'人生苦短，我用Python！')
print('人生苦短，我用Python！'.decode('utf-8'))
print(unicode('人生苦短，我用Python！', 'utf-8'))
寫入文件時，文件名亂碼
Q: 寫入文件時，文件名亂碼：
# encoding=utf-8
with open('測試.txt', 'w' ) as test_file:
test_file.write('人生苦短, 我用Python!')
A: 將文件名從str類型轉換爲unicode類型：
# encoding=utf-8
with open('測試.txt'.decode('utf-8'), 'w' ) as test_file:
test_file.write('人生苦短, 我用Python!')
UnicodeEncodeError錯誤
Q: 寫入文件和格式化等操作時報UnicodeEncodeError錯誤：
UnicodeEncodeError: ‘ascii’ codec can’t encode characters
A: 原因是在需要傳入str時候，傳入了unicode；或者在需要傳入unicode時候，傳入了str。只需要轉換成str或unicode就可以了。
例子：
# encoding=utf-8
s = '人生苦短，我用Python!'
print(type(s))
# 將str轉爲unicode
print(type(s.decode('utf-8')))
print(type(u'人生苦短，我用Python!'))
print(type(unicode(s, 'utf-8')))
# 將unicode轉爲str
code = unicode(s, 'utf-8')
print(type(code.encode('utf-8')))
print(type(b'人生苦短，我用Python!'))
讀取/文件的行時格式錯誤
Q: Python2的open()函數打開文件時，每一行是str類型，傳入unicode時出錯。
A: 使用io.open()函數打開文件，每一行是unicode類型。
文件內容亂碼
Q: 文件內容亂碼
A: 這個和Python2.x的字符串表示方法無關，只需要指定正確文件格式編碼(file encoding)就可以，比如utf-8, gbk等。
Illegal multibyte sequence
Q: 在寫入文件時，已經使用gbk編碼，但是有時仍然會報錯：
UnicodeDecodeError: ‘gbk’ codec can’t decode … illegal multibyte sequence
A：這是因爲寫入的文本中含有超出gbk編碼的範圍，可以嘗試換成其他編碼，比如gb18030或utf-8等。簡單來說中文編碼包含字符集的範圍是： GB18030 > GBK > GB2312。更安全的寫法在打開文件時，傳入參數errors='ignore'忽略編碼錯誤（默認爲strict模式）：
with io.open(file_name, 'w', encoding='gb18030', errors='ignore') as test_file:
另外說一個Notepad++的小坑，有時候一箇中文文件用Windows自帶的Notepad可以正常打開，但是用Notepad++打開卻會亂碼，即使換成UTF-8也會亂碼，這時需要換成ANSI（微軟的編碼解決方案，不是一種編碼，也不是ASCII碼）。這是因爲文件中含有超出了GB2312（Notepad++默認中文簡體編碼）和UTF-8的編碼，而微軟的ANSI卻能支持這些超出範圍的編碼。
討厭encode()和decode()
Q：討厭寫encode()和decode()，有沒有更簡單的方法？
A: 使用__future__ 的unicode_literals，可以在不升級到Python3.x，就可以使用Python3.x的unicode編碼特性：
# encoding=utf-8
from __future__ import unicode_literals
import io
print('人生苦短，我用Python！')
with io.open('測試.txt', 'w', encoding='utf-8') as test_file:
test_file.write('人生苦短, 我用Python!')