Python 编码详解

什么是字符编码？

字符编码是将人类可读的字符（如字母、汉字）转换为计算机可存储和传输的二进制数据的过程。在 Python 中，字符串（str）是 Unicode 编码的，而字节（bytes）则是原始的二进制数据。

常见的编码格式包括：

• ASCII：仅支持英文字符（0–127）
• UTF-8：变长编码，兼容 ASCII，支持全球所有语言
• GBK/GB2312：中文编码标准，主要用于简体中文

Python 中的 encode() 与 decode()

在 Python 3 中：

• str.encode(encoding)：将字符串转为字节（bytes）
• bytes.decode(encoding)：将字节转回字符串

s = "你好，世界！"
b = s.encode('utf-8')      # b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c\xef\xbc\x81'
s2 = b.decode('utf-8')     # '你好，世界！'

常见编码错误与解决方案

UnicodeDecodeError：通常是因为用错了解码方式（如用 UTF-8 解码 GBK 文件）。

解决方法：

1. 确认文件或数据的实际编码（可用 chardet 库检测）
2. 统一使用 UTF-8 编码（推荐）
3. 读写文件时显式指定编码：open('file.txt', encoding='utf-8')

互动示例：尝试编码转换

点击下方按钮查看编码转换结果（模拟演示）：