python 输出中文乱码的解决方案

1、首选必须要去了解，目前几种常用的编码方案。其实编码的本质就是系统中存放了一张表，那张表就是一串二进制数到字符的映射。

                     

说明：ASCII编码适合于英文文档的编码。Unicode编码适合于很多语言的编码。Unicode使用32位来表示字符，要求文本中每个字符占4个字节，比较浪费空间。

下面介绍几种常用的编码方式：

UTF-8：Unicode Transformation Format-8bit，允许含BOM，但通常不含BOM。是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。
GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：
GBK、GB2312<===>Unicode<===>UTF8。这一点非常关键，就是两种不同的编码方式之间的互相转换，要通过Unicode编码作为桥梁。

说明：所有的编码方式都必须通过Unicode编码方式进行转化，Unicode编码是各种编码方式相互进行转化的一种方式。

========================================================================================

我出现的情况：

原始要输出的文本是包含中文的。

在python中输出，显示是乱码：

       代码如下：

分析原因：首先中文输出是乱码，因为中文可以采用GBK编码，也可以采用UTF-8编码。并且，经过网上调研，windows系统默认编码为GBK,Linux系统默认为UTF-8(不知道是不是所有Linux都默认UTF-8,但至少Ubuntu是UTF-8)。

   也就是说，中文在ubuntu系统下，采用的是utf-8编码的方式，如果，我们本来的文件采用的是GBK编码的方式，那么肯定是乱码。因为，print c操作的前提，是将文本读入内存，读入中文，也是读入一串二进制数，该二进制数是按照GBK进行编码的，现在print的时候，按照utf-8进行解码，肯定会出错。

  查一下，原来的文本文件的编码方式，使用notepad++进行查询。

 

  说明：右下角显示，是采用GBK编码，记住任何一种编码方式，都是要编码所有字符，包括中文，英文字符。

  解决方案:其实很简单，就是将字符读入内存后，将GBK编码的结果转换为Unicode编码的结果，然后unicode编码的结果，再转化为utf-8编码。