字符編碼 亂碼問題

首先明確概念
#1、文件從內存刷到硬盤的操作簡稱存文件
#2、文件從硬盤讀到內存的操作簡稱讀文件

亂碼的兩種情況：
#亂碼一：存文件時就已經亂碼
存文件時，由於文件內有各個國家的文字，我們單以shiftjis去存，
本質上其他國家的文字由於在shiftjis中沒有找到對應關系而導致存儲失敗
但當我們硬要存的時候，編輯並不會報錯（難道你的編碼錯誤，編輯器這個軟件就跟著崩潰了嗎？？？），但毫無疑問，不能存而硬存，肯定是亂存了，即存文件階段就已經發生亂碼
而當我們用shiftjis打開文件時，日文可以正常顯示，而中文則亂碼了

#用open模擬編輯器的過程
可以用open函數的write可以測試，f=open(‘
 
a.txt‘,‘w‘,encodig=‘shift_jis‘
f.write(‘你瞅啥\n何を見て\n‘) #‘你瞅啥‘因為在shiftjis中沒有找到對應關系而無法保存成功，只存‘何を見て\n‘可以成功

#以任何編碼打開文件a.txt都會出現其余兩個無法正常顯示的問題
f=open(‘a.txt‘,‘wb‘)
f.write(‘何を見て\n‘.encode(‘shift_jis‘))
f.write(‘你愁啥\n‘.encode(‘gbk‘))
f.write(‘你愁啥\n‘.encode(‘utf-8‘))
f.close()



#亂碼二：存文件時不亂碼而讀文件時亂碼
存文件時用utf-8編碼，保證兼容萬國，不會亂碼，而讀文件時選擇了錯誤的解碼方式，比如gbk，則在讀階段發生亂碼，讀階段發生亂碼是可以解決的，選對正確的解碼方式就ok了，

解決2點

#1、保證不亂嗎的核心法則就是，字符按照什麽標準而編碼的，就要按照什麽標準解碼，此處的標準指的就是字符編碼

#2、在內存中寫的所有字符，一視同仁，都是unicode編碼，比如我們打開編輯器，輸入一個“你”，我們並不能說“你”就是一個漢字，此時它僅僅只是一個符號，該符號可能很多國家都在使用，根據我們使用的輸入法不同這個字的樣式可能也不太一樣。只有在我們往硬盤保存或者基於網絡傳輸時，才能確定”你“到底是一個漢字，還是一個日本字，這就是unicode轉換成其他編碼格式的過程了

字符編碼 亂碼問題