Python中如何解决常见的编码问题？
xshell 登录 linux 执行执行下面命令：
python3 test.py ‘你好’
这一句目前是直接手动执行的，以后计划 php 内通过 exec()来执行
tesp.py 里面：
str = sys.argv[1]
print(str) //打印出来是“你好”
if str == “你好”:
print(‘ok’) //这一句没有输出，说明二者并不相同
下面这两句
print(‘你好’.encode(‘utf-8’))
print(str.encode(‘utf-8’))
第一句正常输出： // b’\xe4\xbd\xa0\xe5\xa5\xbd’
第二句报错： UnicodeEncodeError: ‘utf-8’ codec can’t encode character ‘\udce4’
我想知道传递过来的参数，究竟发生了什么变化，明明都是“你好”，怎么会不一样
因为后面有一步关键操作需要 str.encode(‘utf-8’) ，怎么样才能让它不报错？
Python中如何解决常见的编码问题？
处理Python编码问题，核心是理解“编码/解码”过程。常见问题及解决方案如下：
1. 读取文件时出现UnicodeDecodeError
# 明确指定文件编码（常见编码：utf-8, gbk, latin-1）
with open('file.txt', 'r', encoding='utf-8') as f:
content = f.read()
# 或使用errors参数处理无法解码的字符
with open('file.txt', 'r', encoding='utf-8', errors='ignore') as f:
content = f.read() # 忽略错误字符
# errors可选：'replace'(用�替换), 'backslashreplace'(用\xhh替换)
2. 写入文件时编码问题
# 写入时指定编码
with open('output.txt', 'w', encoding='utf-8') as f:
f.write("需要写入的文本")
3. 字符串与字节串转换
# 字符串转字节串（编码）
text = "你好世界"
bytes_data = text.encode('utf-8') # b'\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'
# 字节串转字符串（解码）
original_text = bytes_data.decode('utf-8') # "你好世界"
4. 处理来源不明的文本
import chardet
def detect_encoding(data):
result = chardet.detect(data)
return result['encoding']
# 示例：检测文件编码
with open('unknown.txt', 'rb') as f:
raw_data = f.read()
encoding = detect_encoding(raw_data)
text = raw_data.decode(encoding)
5. 网络请求编码处理
import requests
response = requests.get('http://example.com')
# 自动检测编码
response.encoding = response.apparent_encoding
text = response.text
通用建议：
- 在Python文件开头添加
# -*- coding: utf-8 -*-（Python 3默认UTF-8，可省略） - 内部处理统一使用Unicode字符串
- 仅在I/O操作时进行编码/解码转换
- 数据库连接、API调用等外部交互时明确指定编码
一句话总结：统一使用UTF-8，在I/O边界明确指定编码。
额。。。貌似说错了，应该说是 sys.argv 传入的是 UTF-8 ，不需要 encode ，然后 Python 内部声明的都是 Unicode 所以要 encode 成其他的。。。
不写 encode ， python 2 3 下都正常。写 encode ， python 2 失败， 3 正常。
mac 下 iterm 运行的。不知楼主怎么回事。直接打印看看？
即是说通过参数传递进来的 str 本身就是 utf-8 编码的字符串？
因为我后面要用某个库里的一个函数需要对 str 执行 encode(‘utf-8’)，里面的代码不方便改动，
那么在此之前，我需要的把 str 变成普通的字符串，然后确保 str.encode(‘utf-8’)能顺利执行，请问这需要怎么做
代码（ python2.7 ）：
# -- coding: utf8 --
import sys
str = sys.argv[1]
print str #打印出来是“你好”
if str == “你好”:
print ‘ok’ #打印 ok
print ‘你好’.encode(‘utf-8’) # 这行报错
print str.encode(‘utf-8’)
打印信息如下：
你好
ok
Traceback (most recent call last):
File “test.py”, line 10, in <module>
print ‘你好’.encode(‘utf-8’)
UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe4 in position 0: ordinal not in range(128)
python2 的话，如果文件编码和终端编码相同，应该会打印出 ok 的。
python3 的话，我这边是没问题的，都是正常的，和#7 一致。
谢谢各位，问题暂时解决了，
str.encode(‘utf-8’,‘surrogateescape’)
这样就没问题了
不过编码解码这一块，我确实得花点功夫研究一下，
不然每次遇到问题都要折腾好久，太痛苦了
