python 编码问题

Question

python 使用 requests 获取到一个网页，网页本身是gbk编码的，我将网页存入本地文本文件，里面的内容中文显示都没有问题，但是如果我想用print把网页内容输出来 ,中文却是乱码的，请问为什么会这样呀？

Answer 1

把内容转换为unicode编码输出试试看

content.decode("gbk")

不行再转换为utf-8编码

content.decode("gbk").encode("utf-8")

Answer 2

 with open('t', 'r') as f:
     print f.read().decode('gbk')
     

print打印出来的是ascii类型的字符串，你必须指定用gbk进行解码才能正确显示中文。

Answer 3

楼上两位分析的应该是对的。
ascii编码方式不能满足中文（字符集远比256个多）的需求。

1，首先你要知道request获取内容的编码是什么格式，比如是gbk编码的。
2，解码成unicode编码，使用content = content.decode("gbk")。
3，然后编码成utf-8格式的，使用content = content.encode("utf-8")。

ps：unicode像是一种中间状态的编码，只有解码成unicode之后才能编码成别的格式。

Answer 4

print会按照字符原来的编码格式打印出来
但是保存到文件的话，用文件编辑器打开，文件编辑器就会自动识别编码，用gbk编码打开。

所以print是乱码，保存文件就不是。