处理Python2.7读写文件中的中文乱码问题

Python2.7对于中文编码的问题处理的并不好，这几天在爬数据的时候经常会遇到中文的编码问题。但是本人对编码原理不了解，也没时间深究其中的原理。在此仅从应用的角度做一下总结，

1.设置默认编码

在Python代码中的任何地方出现中文，编译时都会报错，这时可以在代码的首行添加相应说明,明确utf-8编码格式，可以解决一般情况下的中文报错。当然，编程中遇到具体问题还需具体分析啦。

#encoding:utf-8
或者
# -*- coding: utf-8 -*- 
import sys  
reload(sys)  
sys.setdefaultencoding(’utf8’)  # 设置默认编码格式为'utf-8'

2.文件读写

文件读写中遇到中文，通常不会报错，但是最后运行结果显示乱码，给后续处理带来不便。

2.1 读文件

读文件时，如果文件路径、文件名中有中文，需要使用unicode函数将其编码为’utf-8’格式，然后再进行正常的文件读取。以我常用的pandas的read_csv函数为例，使用如下代码可以成功地读取名为“POI总表”的csv文件，保存在DataFrame数据类型的poi_list。

import pandas as pd
inpath = 'C:\\POI总表.csv'
**path = unicode(inpath, 'utf-8')**
poi_list = pd.read_csv(path)

2.2 写文件

1. 文件名有中文，文件名乱码
   当想要将程序运行结果保存到文本文件时，文本文件的命名中如果有中文，不做处理文件名会出现乱码。利用unicode函数进行编码可解。unicode(‘中文.csv’,’utf-8’)

2. 文件内容有中文，excel打开内容乱码
   如果将包含中文的结果输出到csv文件，一般默认使用Excel打开文件时，文件内容会出现乱码，而使用文本编辑器打开不会乱码。这是因为Excel默认的编码方式为‘GBK‘，而文本编辑器默认的格式为‘utf-8’。使用codecs包在创建文件后添加语句f.write(codecs.BOM_UTF8)可解

name='语文'
f = open(name+'.csv','w')
f.write('123,语文')
f.close()
#修改编码
import codecs
f = open(**unicode(name+'.csv','utf-8')**,'w')  # 文件名不乱码
**f.write(codecs.BOM_UTF8)  # excel打开内容不乱码的核心语句**
f.write('123,语文')
f.close()

输出结果：

#文件名：璇枃.csv
#Excel打开   123  璇枃
#文本编辑器打开 123,语文

#改编码后
#文件名：语文.csv
#Excel打开   123  语文
#文本编辑器打开 123,语文