今天臺風(fēng)過境瓮恭，風(fēng)雨交加，突然就想寫一下這個(gè)在學(xué)習(xí)編程初期产还，非常困擾的問題匹厘。
我會盡我所能將這個(gè)問題描述清楚，如果有不當(dāng)之處還請指正雕沉！
轉(zhuǎn)載請注明出處即可
字符與字節(jié)
字符 就是我們平臣牵看得見的這些，比如 '1'坡椒，'c'，"中文"尤溜， 在程序代碼中它們往往表現(xiàn)為一個(gè)字符串（其實(shí)字符的范圍要廣得多倔叼，還包括不可見的控制字符，后來出現(xiàn)的 emoj 字符等）
但是我們知道其實(shí)計(jì)算機(jī)內(nèi)部都是只含 01 的二進(jìn)制序列宫莱，于是又引出了兩個(gè)概念
字節(jié) 丈攒，比如 \x31， \xff，它們才是實(shí)際在計(jì)算機(jī)中存儲的東西
而從字符到字節(jié)的映射巡验，就是 字符編碼
ASCII 編碼
這是我們經(jīng)常聽到的編碼际插，在 ASCII 編碼中，可見字符 '1','2','a','f' 或者 控制字符 '\n','\b' 等都被編碼為一個(gè)字節(jié)
其他編碼
其他編碼多種多樣显设，比如 GBK框弛，GB2312 等，它們可以表示漢字捕捂，將每個(gè)漢字編碼為多個(gè)字節(jié)
所以也就出現(xiàn)了所謂 多字節(jié)字符 的概念
使用范圍最廣的應(yīng)該是 UTF-8 編碼瑟枫，它用 1-6 的字節(jié)來編碼世界上所有的字符，包括拉丁字符指攒，中文字符慷妙，西洋字符，emoj 字符等等允悦，幾乎所有
編碼報(bào)錯(cuò)
了解了這些就能理解為什么 編碼出錯(cuò)膝擂，解碼出錯(cuò) 等概念了，亂碼 也是一樣的道理
哪些地方會出現(xiàn)編碼問題呢隙弛？我們分幾個(gè)場景來闡述
- 記事本（文本編輯器）
當(dāng)我們將一堆字符敲完了架馋，保存時(shí)文本編輯器一般都會有提示，你想以什么格式保存驶鹉？
舉個(gè)栗子會比較直觀: 我們敲入了 '中文'绩蜻，保存時(shí)選擇 UTF-8 編碼，那么計(jì)算機(jī)內(nèi)部就存儲一個(gè) '\xe4\xb8\xad\xe6\x96\x87'室埋，如果選擇 GBK 編碼办绝，那么就存儲一個(gè) '\xd6\xd0\xce\xc4'，這是編碼的過程
相應(yīng)的我們關(guān)閉編輯器后重新打開姚淆，可以選擇以什么編碼格式來打開孕蝉，這就是解碼的過程
所以如果編碼方式和解碼方式不一致，自然就無法將字節(jié)（'\xe4\xb8\xad\xe6\x96\x87'）轉(zhuǎn)為 我們期望的字符（'中文'）
了解清楚了么腌逢，然后我們開始擴(kuò)展到更多情景
ps: 不要用記事本寫代碼降淮，容易編碼出錯(cuò)是一方面，主要顯得太 low 了
- 我們將字符串賦值給一個(gè)變量搏讶，然后輸出到屏幕
這里除了要保證源代碼文件保存時(shí)的編碼和重新打開時(shí)的編碼一致之外佳鳖，多了一點(diǎn)需要注意
當(dāng)程序運(yùn)行起來的時(shí)候，程序內(nèi)部也有自己的編碼方式（wtf?）媒惕，這里以 python2 為例
python2 內(nèi)部默認(rèn)格式是 unicode 系吩，然而它也允許另外一種格式 str，em...
>>> s = '中文'
>>> s
'\xe4\xb8\xad\xe6\x96\x87'
>>> type(s)
<type 'str'>
可以看到這就是我們的字符串它的類型是 str妒蔚，編碼方式是 UTF-8
所以我們用 UTF-8 來解碼一下穿挨，嗯月弛，得到了一個(gè) unicode 類型，真不錯(cuò)
>>> s.decode('utf-8')
u'\u4e2d\u6587'
>>> type(s.decode('utf-8'))
<type 'unicode'>
python 一定也是這么做的吧
no... 在 python2 中科盛，默認(rèn)使用 ascii 格式來處理的
也就是說帽衙，當(dāng) python2 檢測到該字符串不是 unicode 類型，就嘗試用 ascii 去解碼贞绵，即 s.decode('ascii')
相應(yīng)的厉萝，在輸出的時(shí)候，檢測到該字符串不是 str 類型但壮，就嘗試用 ascii 去編碼
所以你就遇到了這樣兩個(gè)錯(cuò)誤
UnicodeEncodeError: 'ascii' codec can't encode characters
UnicodeDecodeError: 'ascii' codec can't decode characters
對于這個(gè)編碼轉(zhuǎn)換發(fā)生在什么時(shí)候我不太清楚冀泻，知道的請告訴我！
不過這樣下去總不是個(gè)事兒
最好的解決方法就是遷移到 python3 吧（強(qiáng)烈推薦）
python3 統(tǒng)一了字符串表示用 str蜡饵，內(nèi)部存儲用的是 bytes弹渔，默認(rèn)編碼格式是 UTF-8！
更多信息自己去查詢溯祸，這里有點(diǎn)跑偏了
- 我們?yōu)g覽網(wǎng)頁的時(shí)候
與上述情況類似肢专，數(shù)據(jù)在網(wǎng)絡(luò)上傳播的形式是 比特流/字節(jié)流，這就意味著還是要編碼
存儲在服務(wù)器的網(wǎng)頁信息（字符）焦辅，在服務(wù)端編碼變成比特流/字節(jié)流博杖，然后我們的瀏覽器拿到這些比特流/字節(jié)流，解碼成（我們實(shí)際看到的）網(wǎng)頁（字符）
編碼解碼不一致就又會亂碼啦筷登！
不過一般網(wǎng)頁都會指定編碼方式 <meta charset="utf-8"/>
瀏覽器也會按指定格式解碼剃根，一般沒事
出錯(cuò)了調(diào)整下瀏覽器編碼方式試試
結(jié)語
差不多就這么多了，點(diǎn)個(gè)關(guān)注嘛..
