亂碼產生的原因

亂碼產生的根本原因是位元組流轉換字元前後不一致導致。只要掌握了這個核心，就能解決亂碼問題，在java中，由於嚴格區分了位元組流和字元，所以理解起來比較簡單。但python2中使用了一些“trick”（沒有區分字元和位元組流），所以理解起來有些困難。在python中遇到沒有指定為unicode的string，就理解為位元組流！ 位元組流，沒有編碼，只有位元組，所以在轉換字元時經常會出現亂碼。接下來說明亂碼的幾個點及解決辦法。

原始檔編碼、字串編碼

在python中有2個地方的編碼要注意，原始檔的編碼、字串的編碼，只要設定正確了就不會出現亂碼。

原始檔編碼

在原始檔的第一行或者第二行一定要宣告檔案的編碼方式

# coding=utf8

或

#coding:utf8

如果不指定原始碼檔案編碼格式，檔案中包含非ascii字元就會出現錯誤。

SyntaxError: Non-ASCII character ‘\xe4’ in file test_encoding.py on line 3, but
no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

這是因為，如果不指定原始檔編碼，python直譯器會按照預設的字符集ascii來解碼檔案，由於中文不屬於ascii字符集，所以會出錯。

字串編碼

字串編碼分兩種情況，
指定了unicode：在字串前邊加u，如u'你好' ，這種情況不會出現亂碼；
沒指定unicode：普通字串的寫法，如'你好' ,這種情況字串的編碼與原始檔編碼一致；當字串編碼與控制檯編碼不一致時，就會出現亂碼，這是因為python中的字串就是位元組陣列，由於沒有宣告為unicode，所以按照windows terminal的預設編碼gbk來解碼（從位元組陣列轉為字元），utf8的位元組陣列轉為gbk的字元，肯定是不相容的，所以出現了亂碼。如

解決辦法很簡單，指定為unicode或者使用decode函式將字串轉為unicode編碼。如

'你好' #這裡沒有指定編碼，所以就是utf8的位元組流，輸出到控制檯時，轉為gbk，因為由utf8位元組流--轉--->gbk，不相容，所以，就出現亂碼了。
u'你好' #指定字串為unicode編碼
'你好'.decode('utf8')#將utf8的字串解碼為unicode

因為這裡用到了decode函式，所以說一下decode、encode函式

decode（）， 解碼就是將位元組流轉為字元，python中特指，其他字符集（比如，utf8、gbk、isoo8859-1）解碼為unicode
encode（），編碼就是從字元轉為位元組流，python中特指，unicode編碼為其他字符集（比如，utf8、gbk、isoo8859-1）

關於這個知識點可以這樣理解，unicode包含世界所有的字元，編碼、解碼都要圍繞unicode來進行，否則由於不相容就會出錯；從unicode到utf8就是編碼，從utf8到unicode就是解碼；

出現字串的地方，都指定為unicode編碼。

總結

綜上所述，最簡單的辦法就是宣告的編碼型別與原始檔一致，出現字串的地方都指定為unicode編碼，能解決99%的亂碼問題。python3預設就是unicode，不會出現這些問題了。

參考