python⽂件编码问题，看这篇就够了
⾸先： 你需要在⾸⾏加上#coding=utf-8， 就能解决很多python很多中⽂问题，⽐如路径但是⽂件编码问题，还是解决不了的
或许你遇到过，或者你还在使⽤encode跟decode时遇到过AttributeError，所以看到这篇⽂章，编码问题⼀直是学python的其中⼀个难关，下⾯详细解释⼀下，
先强调：尽量使⽤utf-8编码。尽量别⽤txt，如果⽤了记得转成utf-8
python中encode跟decode的转换
python怎么读取txt
⾸先给出Python的编码转换图⽚。后⾯再继续讨论
ASCII码与Unicode字符集:
ASCII码只有英⽂跟部分字符。因为ASCII码⽤⼀个字节来表⽰符号，只允许128个字符。
Unicode字符集可以表⽰中⽂，⽇⽂等多种字符, ⼀般表⽰为b'\xe6\x88\x91'的格式。因为Unicode⽤2或者更多的字节来表⽰符
号，2个字节时便多达65536个字符 。但是，使⽤不同⽂件编码解析的对应的Unicode字符集是不同的。所以才有了下⾯的gbk，utf-8等编码问题
可以看出，不同的编码格式，编码同⼀个字符‘我’是不同的。
注意：windows⾥的Unicode不是指Unicode字符集，⽽是指⽂件编码格式utf-16， 关于字符集，请⾃⾏百度
总结：涉及兼容性考量时，不要⽤记事本即txt，⽤专业的⽂本编辑器保存为不带 BOM 的 UTF-8。
ANSI编码：
即当前操作系统使⽤的编码，可在cmd下⽤chcp命令查看，活动页936为gbk编码，简体中⽂
GBK 等遗留编码最⿇烦，所以除⾮你知道⾃⼰在⼲什么否则不要再⽤了。
UTF-8编码：
UTF-8 本来是兼容性最好的编码但 Windows 偏要加 BOM 于是经常出问题。
读取有BOM的UTF-8编码⽂件，open⽅法传⼊参数：encoding = 'utf-8-sig'
UTF-16
windows所谓的「Unicode」指的是带有 BOM 的⼩端序 UTF-16。⽽不是说字符集Unicode，搞清字符集与编码格式的区别
UTF-16 理论上其实很好，字节序也标明了，但 UTF-16 毕竟不常⽤
python3读取TXT⽂件:
try:
with open(fileName, 'r', encoding = 'utf-8') as fr:
except Exception:
with open(fileName, 'r', encoding = 'gbk') as fr:
可⽤⽂本⽂件打开txt⽂件，然后另存为， 来选择格式，第⼀个显⽰的即当前⽂件编码格式
下⾯给个gbk（经常是txt等）转utf-8格式的脚本，⽤来转换指定⽂件夹下的所有⽂件
#coding = utf-8
import os, time
def load_file(filename):
#使⽤encoding来表⽰打开⽂件的格式
with open(filename, 'r', encoding='gbk') as fr:
doc = fr.read()
with open(filename, 'w', encoding='utf-8') as fw:
fw.write(doc)
def change_dir(path):
for foldername, subfolders, filenames in os.walk(path):        for filename in filenames:
path = foldername + '\\' + filename
load_file(path)
print("success, 位置：" + path)
if __name__ == '__main__':
#输⼊此⽬录下相应的⽂件夹
change_dir('gbk_to_utf-8')
程序为了⽅便跟快速，每个⽂档不能⼤过你的内存
参考资料：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。