原文請戳

本文大概需要10分鐘看完

1 看一段簡單代碼

要求：Linux編輯器，python3版本

vim test1.py

# test1.py內容：
import sys, locale
s = "王佳"
print(s)
print(sys.getdefaultencoding())
print(locale.getdefaultlocale())
with open("utf8_1.txt","w",encoding = "utf-8") as f:
    f.write(s)
with open("gbk_1.txt","w",encoding = "gbk") as f:
    f.write(s)

sys.getdefaultencoding()：python編譯器的編碼
locale.getdefaultlocale()：本地操作系統的編碼
上述代碼返回結果：

王佳
utf-8 # python編譯器的編碼
('en_US', 'UTF-8') # 本地操作系統的編碼

再來看一下生成的兩個文件中的內容，我們使用notepad打開，并且將這兩個的文件編碼都設置成utf-8
utf8_1.txt：

gbk_1.txt：

分析如下：

#1 對于utf8_1.txt來說
# 第一步：由于linux的編輯器是utf8，所以：
'王佳'.encode('utf8') = \xe7\x8e\x8b\xe4\xbd\xb3 （寫入文件時）
# 第二步：由于沒有指定py文件的coding，所以python解釋器將默認按照系統編碼utf8進行解碼
\xe7\x8e\x8b\xe4\xbd\xb3.decode('utf8') = '王佳'
# 第三步：open時指定了encoding=utf8去編碼寫入到文件中
'王佳'.encode('utf8')= \xe7\x8e\x8b\xe4\xbd\xb3
# 第四步：在notepadd中指定了utf8去解碼
\xe7\x8e\x8b\xe4\xbd\xb3.decode('utf8')='王佳'
#2 對于gbk_1.txt來說
# 第一步：由于linux的編輯器是utf8，所以：
'王佳'.encode('utf8') = \xe7\x8e\x8b\xe4\xbd\xb3 （寫入文件時）
# 第二步：由于沒有指定py文件的coding，所以python解釋器將默認按照系統編碼utf8進行解碼
\xe7\x8e\x8b\xe4\xbd\xb3.decode('utf8') = '王佳'
# 第三步：open時指定了encoding=gbk去編碼寫入到文件中
'王佳'.encode('gbk')= \xcd\xf5\xbc\xd1
# 第四步：在notepadd中指定了utf8去解碼
\xcd\xf5\xbc\xd1.decode('utf8')=這樣寫會報錯，因為utf8編碼，沒有這幾個。所以notepad就顯示其gbk的字節碼。

再看一段代碼

# test2.py
#coding=gbk
import sys, locale
s = "王佳"
print(s)
print(sys.getdefaultencoding())
print(locale.getdefaultlocale())
with open("utf8_2.txt","w",encoding = "utf-8") as f:
    f.write(s)
with open("gbk_2.txt","w",encoding = "gbk") as f:
    f.write(s)

此時，再看一下文件中的結果：
utf8_2.txt：

# 出現 鐜嬩匠 的原因分析
# 第一步：由于linux的編輯器是utf8，所以：
'王佳'.encode('utf8') = \xe7\x8e\x8b\xe4\xbd\xb3 （寫入文件時）
# 第二步：由于指定py文件的coding=gbk，所以python解釋器將默認按照系統編碼gbk進行解碼讀取
\xe7\x8e\x8b\xe4\xbd\xb3.decode('gbk') = '鐜嬩匠'
# 第三步：open時指定了encoding=utf8去編碼寫入到文件中
'鐜嬩匠'.encode('utf8')= ??\xe5\x8c\xa0
# 第四步：在notepadd中指定了utf8去解碼
??\xe5\x8c\xa0.decode('utf8')='鐜嬩匠'

gbk_2.txt：

# 正常顯示的原因
# 第一步：由于linux的編輯器是utf8，所以：
'王佳'.encode('utf8') = \xe7\x8e\x8b\xe4\xbd\xb3 （寫入文件時）
# 第二步：由于指定py文件的coding=gbk，所以python解釋器將默認按照系統編碼gbk進行解碼讀取
\xe7\x8e\x8b\xe4\xbd\xb3.decode('gbk') = '鐜嬩匠'
# 第三步：open時指定了encoding=gbk去編碼寫入到文件中
'鐜嬩匠'.encode('gbk')= \xe7\x8e\x8b\xe4\xbd\xb3
# 第四步：在notepadd中指定了utf8去解碼
\xe7\x8e\x8b\xe4\xbd\xb3.decode('utf8')='王佳'