背景：

工作上，不同部門經常需要共享文件，偶爾會出現打開文件出現的是一堆亂碼，這時候很多人的第一反應是恐懼，認為是數據傳輸出現錯誤問題，要求發送方再重新傳輸一份。其實主要都是字符編碼不一致的原因，只要了解字符編碼原理，自己做好編碼轉化，一般都能快速恢復正常閱讀。

目標：

了解字符編碼

不再恐懼文件亂碼

1 常見亂碼現象

1.1 txt文件用UE打開是亂碼

1.2 csv文件用打開Excel打開是亂碼

1.3 命令行讀取文件是亂碼

2 常見字符編碼類型

2.1 字符編碼ANSI和ASCII區別、Unicode和UTF-8區別

這篇文章解釋很清晰：字符編碼ANSI和ASCII區別、Unicode和UTF-8區別

2.2 概括

總結起來就是，之所以有這么多編碼，都是為了實現兼容和效率的平衡，兼容性越高的編碼就需要犧牲越大的存儲空間。

ASCII：最簡單的編碼，不能解析中文

ANSI：ASCII的擴展，可以解析中文，兼容差，效率高

Unicode：ANSI的擴展，兼容強，效率低

UTF8：Unicode的擴展，通用

2.3 常用工具打開文件的解析方式

最常用接觸就是ANSI和UTF8兩種編碼

ANSI：Windows，DOS，記事本，UltraEdit，Excel，Oracle

UTF8：Linux，Hadoop，Python、記事本

其中記事本可以自動解析ANSI和UTF8。

如果我們在Windows打開文件出現亂碼，一般都是因為文件是UTF8編碼，用記事本打開就可以正常顯示，把文件另存為ANSI編碼，就可以用其他工具正常打開。

反過來，傳到服務器端后臺打開是亂碼，一般是服務器默認解析UTF8編碼，把文件轉為UTF8編碼就可以正常讀取。

3 Windows轉碼

3.1 記事本轉換

用記事本打開文件，另存為，編碼，一般選ANSI或UTF-8。

3.2 CMD轉換

調用PowerShell的get-content、set-content命令

PowerShell -Command "& {get-content test1.txt -encoding Default | set-content test2.txt -encoding UTF8}"

4 Linux轉碼

調用iconv命令，

iconv -c -f ansi -t utf-8 test1.txt > test2.txt

5 Python轉碼

5.1 解析文件

with open('test1.txt','r',encoding='ANSI') as f:

content_str=f.read()

5.2 將ANSI轉為utf-8

with open('test2.txt','w',encoding='utf-8') as f:

f.write(content_str)

5.3 自動轉碼函數

#chardet.detect有自動判斷文件的編碼類型功能

import chardet

def convert(path,out_enc='utf-8'):

#解碼

with open(path,'rb') as f:

content_bytes=f.read()

source_encoding=chardet.detect(content_bytes).get('encoding')

print(source_encoding)

#讀取文本

with open(path,'r',encoding=source_encoding) as f:

content_str=f.read()

#保存文本

with open(path,'w',encoding=out_enc) as f:

f.write(content_str)

print(out_enc)

總結

以上是生活随笔為你收集整理的ansi编码_了解字符编码，不再恐惧文件乱码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。