今天臺(tái)風(fēng)過(guò)境，風(fēng)雨交加，突然就想寫一下這個(gè)在學(xué)習(xí)編程初期，非常困擾的問(wèn)題。
我會(huì)盡我所能將這個(gè)問(wèn)題描述清楚，如果有不當(dāng)之處還請(qǐng)指正！
轉(zhuǎn)載請(qǐng)注明出處即可
字符與字節(jié)
字符 就是我們平?？吹靡?jiàn)的這些，比如 '1'，'c'，"中文"， 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，還包括不可見(jiàn)的控制字符，后來(lái)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，于是又引出了兩個(gè)概念
字節(jié) ，比如 \x31， \xff，它們才是實(shí)際在計(jì)算機(jī)中存儲(chǔ)的東西
而從字符到字節(jié)的映射，就是 字符編碼
ASCII 編碼
這是我們經(jīng)常聽(tīng)到的編碼，在 ASCII 編碼中，可見(jiàn)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，比如 GBK，GB2312 等，它們可以表示漢字，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，它用 1-6 的字節(jié)來(lái)編碼世界上所有的字符，包括拉丁字符，中文字符，西洋字符，emoj 字符等等，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)，解碼出錯(cuò) 等概念了，亂碼 也是一樣的道理
哪些地方會(huì)出現(xiàn)編碼問(wèn)題呢？我們分幾個(gè)場(chǎng)景來(lái)闡述
- 記事本（文本編輯器）
當(dāng)我們將一堆字符敲完了，保存時(shí)文本編輯器一般都會(huì)有提示，你想以什么格式保存？
舉個(gè)栗子會(huì)比較直觀: 我們敲入了 '中文'，保存時(shí)選擇 UTF-8 編碼，那么計(jì)算機(jī)內(nèi)部就存儲(chǔ)一個(gè) '\xe4\xb8\xad\xe6\x96\x87'，如果選擇 GBK 編碼，那么就存儲(chǔ)一個(gè) '\xd6\xd0\xce\xc4'，這是編碼的過(guò)程
相應(yīng)的我們關(guān)閉編輯器后重新打開，可以選擇以什么編碼格式來(lái)打開，這就是解碼的過(guò)程
所以如果編碼方式和解碼方式不一致，自然就無(wú)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，然后我們開始擴(kuò)展到更多情景
ps: 不要用記事本寫代碼，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，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，多了一點(diǎn)需要注意
當(dāng)程序運(yùn)行起來(lái)的時(shí)候，程序內(nèi)部也有自己的編碼方式（wtf?），這里以 python2 為例
python2 內(nèi)部默認(rèn)格式是 unicode ，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，編碼方式是 UTF-8
所以我們用 UTF-8 來(lái)解碼一下，嗯，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，默認(rèn)使用 ascii 格式來(lái)處理的
也就是說(shuō)，當(dāng) python2 檢測(cè)到該字符串不是 unicode 類型，就嘗試用 ascii 去解碼，即 s.decode('ascii')
相應(yīng)的，在輸出的時(shí)候，檢測(cè)到該字符串不是 str 類型，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(duì)于這個(gè)編碼轉(zhuǎn)換發(fā)生在什么時(shí)候我不太清楚，知道的請(qǐng)告訴我！
不過(guò)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，內(nèi)部存儲(chǔ)用的是 bytes，默認(rèn)編碼格式是 UTF-8！
更多信息自己去查詢，這里有點(diǎn)跑偏了
- 我們?yōu)g覽網(wǎng)頁(yè)的時(shí)候
與上述情況類似，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(chǔ)在服務(wù)器的網(wǎng)頁(yè)信息（字符），在服務(wù)端編碼變成比特流/字節(jié)流，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(yè)（字符）
編碼解碼不一致就又會(huì)亂碼啦！
不過(guò)一般網(wǎng)頁(yè)都會(huì)指定編碼方式 <meta charset="utf-8"/>
瀏覽器也會(huì)按指定格式解碼，一般沒(méi)事
出錯(cuò)了調(diào)整下瀏覽器編碼方式試試
結(jié)語(yǔ)
差不多就這么多了，點(diǎn)個(gè)關(guān)注嘛..
