既爱又恨的编码格式

期待经过一段时间的积累，能够避免很多编码格式遇到的问题

Python相关

很多时候，都是utf-8和gbk两种编码格式的冲突，很多时候用记事本打开，然后指定为gbk格式另存，能够解决大部分问题，但是有时候也有些字符无法转换。所以最好是在写代码时规避这些内容！

Encode和Decode

unicode 是一种无编码格式的状态，不同的应用会自动尝试用一些自以为正确的编码格式（如utf-8、gbk)等格式解码

• encode

  encode（）方法就是将unicode编码方式转化为对应的实现方式

  str.decode(encoding=“utf-8”, errors='strict')  # 严格

• decode

  decode（）方法就是实现方式变回Unicode

  str.encode(encoding=“utf-8”, errors='ignore')  #忽略错误

写入正常，结果打开乱码

• 写入csv，结果打开乱码

  奇技淫巧，指定编码格式为utf-8-sig，似乎这种编码格式是utf-8和gbk格式的交际，具体忘记了；按道理来说应该先试一试gbk格式

  data_df.to_csv(filename.csv, index=False, encoding='utf-8-sig')

写入报错，有些字符不能转换

• 读取json文件，写入csv报错

  原因应该是有些字符串可以使用utf-8解码显示，但是无法重新编码为gbk，就比如一些/u200，真是让人头大，奇技淫巧之忽略，先解码为gbk再编码

  answer_Full = answer_Full.encode('gbk','ignore').decode('gbk')  # 设置忽略错误