如何进行Python 中文乱码问题的分析

本篇文章给大家分享的是有关如何进行Python 中文乱码问题的分析，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

建立一个文件test.txt，文件格式用ANSI，内容为:abc中文用python来读取

# coding=gbk print open("Test.txt").read()

结果：abc中文把文件格式改成UTF-8这里需要解码：

# coding=gbk import codecs  print open("Test.txt").read().decode("utf-8")

结果：abc中文上面的test.txt我是用Editplus来编辑的，但当我用Windows自带的记事本编辑并存成UTF-8格式时，运行时报错：

1. Traceback (most recent call last):

2. File "ChineseTest.py", line 3, in

3. print open("Test.txt").read().decode("utf-8")

4. UnicodeEncodeError: 'gbk' codec can't encode
   character u'\ufeff' in position 0: illegal multibyte
   sequence

原来，某些软件，如notepad，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM）。因此我们在读取时需要自己去掉这些字符，python中的codecs module定义了这个常量：

# coding=gbk import codecs  data = open("Test.txt").read()  if data[:3] == codecs.BOM_UTF8:  datadata = data[3:]  print data.decode("utf-8")

结果：abc中文

以上就是如何进行Python 中文乱码问题的分析，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。