Python中文文件处理中涉及的字符编码及字符集

在现在的互联网，字符编码是互联网信息交互的一个重要基础，各种语言都有支持信息编码的机制，Python也不例外。Python除了字符编码之外，对于字节码和字符串两种类型有严格区分，字符串是本地可以读取的信息，字节码既可以来源是本身是字节码的内容，也可以是字符串直接转换生成。

在中文环境下，主要用的编码有GBK、UTF-8、GB2312等，在Python中，主要使用encode将字符串转换成字节码，使用decode将字节码转换成字符串。使用什么字符集方式编码就需要使用什么字符集解码，否则解码会存在问题。

Python支撑的字符集编码及其含义如下：





以上编码串大小写都可以，下面是从中文文本中读入的字节码解码例子：

>>> fp = open(r"c:\temp\test.txt","rb")
>>> line = fp.readline()
>>> line
b'\xb3\xfc\xd6\xdd\xce\xf7\xbd\xa7\r\n'
>>> line.decode('gbk')
'滁州西涧\r\n'
>>> line.decode('GBK')
'滁州西涧\r\n'
>>> line.decode('GBk')
'滁州西涧\r\n'
>>>


老猿Python，跟老猿学Python!

博客地址：https://blog.csdn.net/LaoYuanPython

请大家多多支持，点赞、评论和加关注！谢谢！