Python中文乱码

1、Setdefaultencoding（reload(sys)是因为Python2.5 初始化后会删除sys.setdefaultencoding 这个方法，我们需要重新载入）

import 

sys 

reload(sys) 

sys.setdefaultencoding('gbk') 

2、操作不同文件的编码格式的文件(例如：建立一个文件test.txt，文件格式用ANSI，内容为: abc中文，用python来读取)

# coding=gbk 

print open("Test.txt").read()，结果：abc中文

把文件格式改成UTF-8，结果：abc涓枃。上面的test.txt我是用Editplus来编辑的，但当我用Windows自带的记事本编辑并存成UTF-8格式时，运行时报错

 UnicodeEncodeError: 'gbk' codec can't encode character u'\ufeff' in position 0: illegal multibyte sequence 

原来，某些软件，如notepad，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM）。

因此我们在读取时需要自己去掉这些字符，python中的codecs module定义了这个常量。

# coding=gbk 

import codecs 

data = open("Test.txt").read() 

if data[:3] == codecs.BOM_UTF8: 

data = data[3:] 

print data.decode("utf-8") 

结果：abc中文