python中的編碼問題及讀寫中文(codecs模塊、文件讀寫)

問題1：

之前一直使用python自帶的open()函數讀寫文件沒什麼問題，最近項目需求需要操作文件讀寫中文，遇到了編碼問題。

解決思路：codecs模塊用於各種編碼之間的轉換，在打開文件時指定編碼格式即可。

向文件中寫入中文：

f = codecs.open('filename', 'w', 'utf-8')
f.write('中文')
f.close()

問題2：

列表中包含中文時打印輸出顯示不對。

先看以下代碼：

a_list = list()
a_list.append('中文')
print(a_list)

# 輸出結果：['\xe4\xb8\xad\xe6\x96\x87']

那麼如何在打印列表時顯示中文呢？解決方法如下：

a_list = list()
a_list.append(u'中文')
print(str(a_list).decode('unicode-escape'))

# 輸出結果：[u'中文']

思路是：通過字符串化處理，將list轉化爲str（utf-8）文本編碼的方式，同時要保留list裏面的unicode，避免通過字符處理導致的轉義操作，破壞掉中文的unicode，因此選擇了unicode-escape

總結：

python中內部編碼格式爲unicode, 如果想進行編碼格式的轉換，首先需要把原編碼格式轉換成python內部unicode編碼中間格式，再將unicode編碼轉換成目標編碼格式。