Python中字符编码涉及str与bytes类型转换，str为Unicode字符串，bytes为字节序列。使用encode()将字符串编码为字节，decode()将字节解码为字符串，默认采用UTF-8编码。处理文件时应明确指定encoding参数，如open('file.txt', encoding='utf-8')，遇到编码错误可使用errors='ignore'或'replace'跳过或替换非法字符。掌握编码原理和容错处理可解决多数中文及多语言文本问题。
在 Python 中，字符编码是将字符（如字母、汉字、符号）转换为计算机可以处理的二进制数据的过程。常见的字符编码包括 ASCII、UTF-8、GBK 等。Python 默认使用 UTF-8 编码处理字符串，这使得它能很好地支持中文和其他多语言字符。
字符编码的基本概念
Python 中有两种主要的数据类型与编码相关：
- str：表示 Unicode 字符串，存储的是人类可读的字符。
- bytes：表示字节序列，是计算机实际存储和传输的形式。
例如，汉字“中”在 str 类型中就是 '中'，但在 bytes 类型中可能是 b'\xe4\xb8\xad'（UTF-8 编码结果）。
如何进行字符编码与解码
从字符串转为字节叫编码（encode），从字节还原为字符串叫解码（decode）。
立即学习“Python免费学习笔记（深入）”；
- 使用 .encode(encoding) 将字符串编码成字节。
- 使用 .decode(encoding) 将字节解码为字符串。
示例：
# 字符串转字节（编码）
text = "你好"
encoded = text.encode('utf-8')
print(encoded) # 输出: b'\xe4\xbd\xa0\xe5\xa5\xbd'
字节转字符串（解码）
decoded = encoded.decode('utf-8')
print(decoded) # 输出: 你好
常见编码问题与处理建议
处理文件或网络数据时容易遇到编码错误，比如 UnicodeDecodeError 或 UnicodeEncodeError。
- 读取文件时明确指定编码：
open('file.txt', encoding='utf-8') - 遇到无法解码的字符可用
errors='ignore'或'replace'参数处理。
示例：
# 容错方式读取可能含乱码的内容
with open('data.txt', 'rb') as f:
data = f.read()
text = data.decode('utf-8', errors='replace') # 替换非法字符为
基本上就这些。掌握 encode 和 decode，理解 str 与 bytes 的区别，就能应对大多数字符编码问题。不复杂但容易忽略细节。
