python 中文编码差异_Python 编码为什么那么蛋疼？
平常還覺得編碼問題一般能水過去，到爬蟲這真是"不信抬頭看，蒼天饒過誰"...
其實，Python2和Python3中對于編碼已經發生了很大的改變(但其實是更方便了)，我們一個個來討論：
Python2
1.在Python2中默認編碼為ASCII碼
2.兩種字符序列類型：str(以默認的ASCII碼編碼，可視為數據傳輸時的bytes數據類型),Unicode類型
3.兩種類型的轉化方式為：
Python3
1.在Python3中默認編碼為Unicode
2.兩種字符類型：str(以默認的Unicode編碼)，bytes數據類型
3.兩種類型的轉化方式為：
綜上，我們已經了解完了Python2和Python3之間的編碼差異
下面來介紹編碼的影響，以Python3為例(Python2中就把str當做Python3中的bytes吧)
#-*- coding:utf-8 -*-
from urllib import request
with request.urlopen('http://www.baidu.com') as url:
bytes_web_data=url.read() #使用url對象的read()方法可以讀取到網頁的源代碼
#由于無論是XML還是json，數據傳輸的類型都是以bytes數據類型進行傳輸
print('bytes數據類型下，網頁源代碼為：'，bytes_web_data) #打印結果前有b''修飾，表示為bytes數據類型，不能顯示中文字符
str_web_data=bytes_web_data=bytes_web_data.decode('utf-8') #將bytes按utf-8解碼為str(Unicode編碼)，能顯示中文字符
print('str數據類型下，網頁源代碼為：',str_web_data) #打印結果可顯示中文字符了
with open('baidu.html','w',encoding='utf-8') as file: #以寫的方式打開文件
file.write(str_web_data) #寫文件，使用write函數只接受str(Unicode)
上述代碼是可以順利運行的，且運行結果會生成一個baidu.html文件，點擊進入百度首頁
其實，從注釋中能提取出3個很重要的點：
1.不論是json還是XML，數據在傳輸時都是以bytes數據類型進行傳輸的。因此，從網頁上read()到的東西也是bytes數據類型的
2.寫文件只接受Unicode編碼的，在Python3中即str。若將bytes作為參數，即file.write(bytes_web_data),則會報錯：
3.windows在存儲文件時會把其保存為系統的默認編碼，由于Windows7下默認編碼為GBK，所以如果我在open('baidu.html','w')中不加上encode='utf-8'則可能會出現下列錯誤：
就是因為操作系統默認編碼的問題，會保存為GBK編碼，所以有些utf-8下的編碼無法解釋，報錯。
Ps,查找系統編碼的方式，打開cmd，在命令行模式下輸入chcp，輸出結果為 活動代碼頁：936 ，則表明為GBK編碼，剩余編碼的對應方式為：
如果你有耐心看到這里的話，差不多已經知道在url上和寫文件上的編碼的基本知識了。
總結
以上是生活随笔為你收集整理的python 中文编码差异_Python 编码为什么那么蛋疼？的全部內容，希望文章能夠幫你解決所遇到的問題。
