Python脚本中如何正确设置文件编码以支持中文读写和输出？

在Python脚本中正确设置文件编码以支持中文读写和输出，核心在于显式指定编码格式并保持环境一致。

直接回答

读取或写入包含中文的文件时，必须在open()函数中通过encoding参数指定编码（通常为utf-8）。对于控制台输出，需确保运行环境的默认编码支持中文。

具体步骤

1. 源码文件编码声明：在Python脚本的第一行或第二行添加 # -*- coding: utf-8 -*-。这在Python 2中是必需的，在Python 3中虽默认使用UTF-8，但显式声明有助于编辑器识别。
2. 文件读写操作：使用open()函数时，始终传入encoding参数。

   # 写入中文
   with open('test.txt', 'w', encoding='utf-8') as f:
       f.write('中文内容')
   
   # 读取中文
   with open('test.txt', 'r', encoding='utf-8') as f:
       content = f.read()
   

3. 控制台输出：若使用print()输出中文出现乱码，可检查并设置环境变量 PYTHONIOENCODING=utf-8，强制标准输入输出使用UTF-8编码。

判断依据

• 如果未指定encoding，Python会使用操作系统默认的编码（如Windows下常为gbk，Linux/macOS下常为utf-8），跨平台运行时极易引发UnicodeDecodeError或UnicodeEncodeError。
• 报错信息中包含codec can't decode或codec can't encode即表明编码不匹配。

适用条件

• 适用于Python 3.x版本。Python 2的字符串处理机制不同，需额外区分str与unicode类型。
• 文本文件（.txt, .csv, .json等）需要指定编码；二进制文件（如图片、音频）使用'rb'或'wb'模式，无需且不能指定encoding。

常见误区

1. 依赖系统默认编码：认为在自己电脑上运行正常即可，忽略了不同操作系统默认编码的差异，导致代码在其他机器上报错。
2. 混淆文件保存编码与代码声明编码：源码文件本身必须以UTF-8格式保存在磁盘上，仅在代码里写声明而实际文件存为GBK依然会出错。
3. 对二进制流使用encoding参数：在以b模式打开文件时传入encoding参数会导致TypeError。