Python 中文编码报错的处理1,2

最新推荐文章于 2025-06-19 07:38:40 发布

原创最新推荐文章于 2025-06-19 07:38:40 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#Python #中文 #编解码

技术同时被 2 个专栏收录

43 篇文章

订阅专栏

software

1 篇文章

订阅专栏

本文详细介绍了Python中编码与解码的基本概念，包括默认编码格式的问题与解决方法，以及如何正确处理字符串与字节流之间的转换。通过实例演示了在不同编码环境下可能遇到的错误及解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.Python中默认的编码格式是 ASCII 格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错。

解决方法为只要在文件开头加入 # -- coding: UTF-8 -- 或者 #coding=utf-8 就行了

注意：#coding=utf-8 的 = 号两边不要空格。

2.在python中，编码解码其实是不同编码系统间的转换，默认情况下，转换目标是Unicode，即编码unicode→str，解码str→unicode，其中str指的是字节流，而str.decode是将字节流str按给定的解码方式解码，并转换成utf-8形式，u.encode是将unicode类按给定的编码方式转换成字节流str。注意调用encode方法的是unicode对象，生成的是字节流；调用decode方法的是str对象（字节流），生成的是unicode对象。若str对象调用encode会默认先按系统默认编码方式decode成unicode对象再encode，忽视了中间默认的decode往往导致报错。

比如有如下代码：

#! /usr/bin/env python
　　# -- coding: utf-8 --
　　s = ‘中文字符’ # 这里的 str 是 str 类型的，而不是 unicode
　　s.encode(‘gb2312’)

这句代码将 s 重新编码为 gb2312 的格式，即进行 unicode -> str 的转换。因为 s 本身就是 str 类型的，因此
Python 会自动的先将 s 解码为 unicode ，然后再编码成 gb2312。因为解码是python自动进行的，我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding为ANSCII，如果 s 不是这个类型就会出错。
　　UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe4 in position
　　0: ordinal not in range(128)
　　对于这种情况，我们有两种方法来改正错误：

明确的指示出 s 的编码方式

#! /usr/bin/env python
　　# -- coding: utf-8 --
　　s = ‘中文字符’
　　s.decode(‘utf-8’).encode(‘gb2312’)

更改 sys.defaultencoding 为文件的编码方式

#! /usr/bin/env python
　　# -- coding: utf-8 --
　　import sys
　　reload(sys) # Python2.5 初始化后删除了 sys.setdefaultencoding 方法，我们需要重新载入
　　sys.setdefaultencoding(‘utf-8’)

str = ‘中文字符’
　　str.encode(‘gb2312’)

编解码错误处理参考：https://www.cnblogs.com/guosq/p/6378639.html