因为字节序列 b'\xe4\xbd\xa0\xe5\xa5\xbd' 是 UTF-8 编码的“你好”，用 GBK 解码时字节 0xe4 在 GBK 中无效，触发 UnicodeDecodeError；解码必须匹配原始编码，否则出错。
为什么 b'\xe4\xbd\xa0\xe5\xa5\xbd' 用 .decode('utf-8') 能变中文，而用 'gbk' 就报错？
因为字节序列 b'\xe4\xbd\xa0\xe5\xa5\xbd' 是 UTF-8 编码的“你好”，每个汉字占 3 字节；GBK 编码下，“你好”对应的是 b'\xc4\xe3\xba\xc3'。用错误编码解码，Python 会遇到无法映射的字节组合，触发 UnicodeDecodeError: 'gbk' codec can't decode byte 0xe4 in position 0。
关键不是“能不能解”，而是“是否匹配原始编码”。解码前必须知道这串 bytes 当初是用什么编码存的——没有元数据，全靠你推断或约定。
- HTTP 响应头里的
Content-Type: text/html; charset=utf-8是线索 - 文件开头的 BOM（如
b'\xef\xbb\xbf'）暗示可能是 UTF-8/UTF-16 - Windows 记事本默认保存为 GBK（中文系统），但 VS Code 默认 UTF-8
str.encode() 的 errors 参数到底怎么选？
当字符串里有某个字符在目标编码中不存在时（比如 '€'.encode('gbk')），errors 决定怎么兜底：
-
errors='strict'（默认）：直接抛UnicodeEncodeError -
errors='ignore'：跳过无法编码的字符 →'€'.encode('gbk', errors='ignore')得b'' -
errors='replace'：替换成?→ 得b'?' -
errors='xmlcharrefreplace'：转成 XML 实体 →b'€' -
errors='backslashreplace'：转成 Python 字面量 →b'\\u20ac'
生产环境慎用 ignore，容易静默丢数据；调试时 replace 最直观；导出网页可用 xmlcharrefreplace 保兼容。
立即学习“Python免费学习笔记（深入）”；
为什么 open(..., encoding='utf-8') 不报错，但 open(...).read().encode('utf-8') 却可能出问题？
因为文件打开时指定 encoding，Python 会在读取时自动做 bytes → str 解码；而 open(...) 不带 encoding 返回的是 TextIOWrapper，但底层 .buffer.read() 拿到的是原始 bytes —— 如果你误把它当 str 再调 .encode()，就等于对已解码的字符串重复编码，极大概率触发 UnicodeEncodeError 或生成乱码。
- ✅ 正确：
with open('f.txt', encoding='utf-8') as f: s = f.read()→s是str - ❌ 错误：
with open('f.txt') as f: s = f.read(); s.encode('utf-8')→f.read()在无encoding时实际返回str，但内容按系统默认编码（如 Windows 的 cp1252）解的，和文件真实编码不一致 - ⚠️ 隐患：没显式指定
encoding，Python 依赖locale.getpreferredencoding()，跨平台行为不可控
从 requests 响应里取文本，r.content.decode() 和 r.text 有什么区别？
r.text 是 requests 自动根据响应头或内容推测编码后解码的 str；r.content 是原始 bytes，需手动 .decode()。两者不总一致：
- 响应头缺失
charset时，r.text可能用ISO-8859-1回退，导致中文变乱码 - 网页
鍜屽搷搴斿ご鍐茬獊鏃讹紝r.text閫氬父鍙
