Python中关于编码的几个疑问，搞糊涂了。
def encoding(dm):
>>types = [‘utf-8’,‘utf-16’,‘gb2312’,‘gbk’]
>>for type in types:
>>>>try:
>>>>>>return dm.decode(type),type
>>>>except:
>>>>>>pass
htmlstr = urllib.request.urlopen(htmlstr).read()
htmlstr,htmltype = encoding(htmlstr)
这是从网上找的代码，是先取到页面代码，然后用 encoding 判断代码的编码，是用试错法，从几个编码里挨个试，如果不能转换就换下一个，直到找到为止。我在执行完这一步就把页面代码存入数据库了，但是直接上传到自己的网站上时显示乱码，必须用 btstr = btstr.encode(‘gbk’)转成 gbk 才能正确显示内容，我的网站是 utf-8 编码，系统是 xp ， python34 ， sublime3 ，数据库是 access ，步骤就是这样。
我现在奇怪的是上面代码中 return dm.decode(type),type 这句到底起什么作用？
如果对方网站是 utf-8 编码，那么 dm.decode(‘utf-8’)是解码成 unicode ？
把这个网页代码存入数据库时是什么编码？
为什么上传的时候必须要编码成 gbk 才能显示呢？
Python中关于编码的几个疑问，搞糊涂了。
帖子内容呢？没内容我咋知道具体是啥编码问题。
常见的编码坑就那几个：
- 文件读写：用
open('file.txt', 'r', encoding='utf-8')指定编码，别用默认的。 - 字符串处理：Python3里字符串是Unicode，
str.encode()转成bytes，bytes.decode()转回来。乱码多半是编解码不一致。 - 控制台/IDE显示：Windows终端用GBK，Linux/macOS用UTF-8，输出前先确认环境编码。
- 网络数据：requests库拿到的内容看
response.encoding，不对就手动response.content.decode('正确编码')。
给个例子，读可能带BOM的UTF-8文件：
import codecs
with codecs.open('file.txt', 'r', 'utf-8-sig') as f:
content = f.read() # 自动去掉BOM头
print(content)
总结：统一用UTF-8，处理外部数据时显式指定编码。
首先明确两个概念：
* 字符串(string)，在 Python 3 中是 ‘abc’ 或 str()
* 字节流(binary)，在 Python 3 中是 b’abc’ 或 bytes()
然后记清：
* str.encode() -> bytes
* bytes.decode() -> str
urlopen().read() 返回 bytes
你的 encoding 函数是通过 try 的方式找到正确的编码，然后 decode 成 str 同时返回对应编码名
把 str 值存入数据库时，要看数据库对应字段数据类型，一般 driver 会自动处理。建议选择支持 Unicode 存储的数据类型。
你可以在数据库里查看存储的字符串值对不对。
最后就是从数据库里读出字符串在网站显示，一般网站框架会自动处理。
htmlstr, htmltype = encoding(htmlstr)
这句执行完， type(htmlstr) 应该是 str
你从数据库取出来后， type 是什么？
另外你的 encoding 函数，如果 4 种情况都出错，会走 pass ，不 return 结果。
