Python 中文乱码问题

Question

最近在用Python处理公交GPS轨迹数据，但是遇到一些编码问题，很是烦人。原始数据是.gz格式的数据，我在windows上解码后，我把它转成.txt格式的文件，但是文件中包含大量的乱码，不管怎么去转化编码都没有起作用的，如下图：

这是.gz文件和解压后文件：

这是转换成txt后的文件：

然后打开txt文件后就成了下面的各种乱码，我尝试用utf-8，gbk，gb2312转换编码也没有任何效果的，具体如下图所示。

所以就想问一下大家：
①有什么编码可以将.gz格式的文件中的中文乱码纠正
②我现在是一行行对数据进行处理，请问有什么方法可以识别该字符串包含乱码？

Answer 1

还有一种叫base64码，试试看

Answer 2

这是跨平台的编码问题，这个gz包应该是linux服务器上打包的是utf8编码，而在本地你解压的时候是gbk
你可以找一台liunx服务器解压出来看看是不是正常的，如果是正常的找一个能解决跨平台编码的解压软件
或者在linux服务器上试试重新打包成zip

Answer 3

如果确定源文件一定没问题，那就在linux下或用cygwin或git里带的tar工具解压.gz文件，不要使用WinRAR解压，有时候会有些问题。然后使用notepad++或Visual Studio Code打开解压后的文本，看看能不能找到正确的编码。先保证源文件没有问题，然后手动确定编码，不要用python一个一个解。

判断是否有乱码，简单的方法是判断字符串中是否包含“锟斤拷”字串，讲道理没有哪个公交站叫锟斤拷站吧。

锟斤拷到了，下一站，烫烫烫:)