Python2中的標頭檔案

    英語是世界上最流行的語言，任何IDE中文字的編碼方式幾乎都是ASCII，但是，如果想在編譯環境中正常顯示中文，就需要付出一些額外的努力。對於Python2來說，就面臨這個“中文能否正常顯示”的問題，因此，為了讓編譯器知道這些字元是中文，就不能使用ASCII編碼了，但是同時又得相容ASCII，於是，‘utf-8’是一個不錯的選擇。我們常常在程式最開始加上，

  但是話說回來，對於python3來說，預設的編碼方式就是'utf-8', 完全不存在此問題，所以也就不用加這一行了。

Python2 與 Python3 在字元編碼領域的區別

   習慣了Python2的同學，如果直接進行Python3的開發，一定會被此問題大大困擾，因為樓主就因為此問題搞的異常痛苦。

  你一定會發現一個問題，那就是，對於str的變數，將無法decode了，會提示，str物件沒有decode方法！這是為什麼呢？因為，在Python3裡面，所有的字串均是以Unicode碼儲存的! 本身就是Unicode，自然也就不需要decode了，只需要encode即可。要知道，如果是Python2，如果想對一個字串進行編碼的話，要首先將其decode成unicode,然後再進行encode，而Python3完全省掉了這一步。

  上一節有提到，gb18030,gbk,gb2312這三者是向下相容的，以下在Python3中做一個小實驗，展示瞭如何將gb2312、gbk和utf-8相互轉換。

     同時，我們也可以發現，常用的漢字用“UTF-8”編碼大約佔3位元組。 

     那麼，Python2 和 Python3中有關字元編碼，到底是怎樣一種關係呢？

     本質上來說，這一點是相當混亂的。這不是樓主說的，而是很多程式設計師的共識。

     在Python3中的 str 物件在Python2中叫做 unicode ，感覺很通俗對吧？但 bytes 物件在Python2中叫做 str。如果你想得到一個文字字串，你需要在字串之前加上字首 u 或者 decode 一下。搞笑的還不止這麼點，Python2中的 str （位元組） 物件，竟然有一個 encode

     為什麼b明明是gbk編碼的，卻報了一個ascii錯誤呢？因為python2為了對一個unicode物件解碼而自作聰明地進行了隱式編碼！以上程式碼相當於：

 Python中檢測字元編碼的包-chardet

    有時候我們在進行網頁爬蟲或者是進行文字處理時，首先應該得到文字

    方法：chardet.detect(位元組資料)

    錯誤原因：希望的輸入是位元組，結果輸入的是str（等價於unicode）

 親測：漢字常常被判定為ibm866,ibm855,iso-8859-2,koi8-r等奇葩編碼，但是一般可信度都不高。

 出現這種情況，一般是因為漢字數量太少，這時候判斷具有很大的隨機性。

這時，如果增加漢字的數量，那麼判斷的準確性也會因此而提升上去，如下：當判斷的字串中的字元多的時候，可信度就上去了，因為沒有出現gbk中出現的生僻字元，所以漢字一般會被判定成“GB2312” 

Python中開啟(open)一個txt檔案

關於open()函式的幾個實驗：

       對於英文字元，即使encoding方法不一樣，也沒關係。

總結：

1，ASCII碼中的字元不存在編碼問題。

2，python中的open()函式，不論是讀還是寫，遇到中文，預設的編碼方式都是gbk。