小白编码知识&&乱码应对方案

如果文件内容没有乱码，但是通过代码读取出来的内容中出现了乱码，原因可能出在了编码上。

编码，是信息从一种信息或格式，转换成另外一种形式的过程，简单来讲，就是指语言的翻译过程。它可以用代码来表示各组数据资料，使其成为可利用计算机进行处理和分析的信息。代码是用来表示事物的记号，它可以用数字、字母、特殊的符号或它们之间的组合来表示。

常见的编码有三种：

1. gbk
   专门为中文设计的编码方案。
2. utf-8
   可用于编码中文、英文等大多数国家的文字、字母、符号。
3. utf-8-sig

   • Windows 系统的中文环境下，部分文件在保存后，文件最前面会带有 BOM（byte-order mark，字节顺序标记）。

   • 读取带有 BOM 头的 csv 文件前，如果不对 BOM 进行处理，第一项最前面会多 “\ufeff” 几个字母。如果这一项再作为内容被写入 csv文件，则会出现乱码的情况。

   • 为了解决乱码问题，可以将使用 “utf-8-sig" 编码格式，“utf-8-sig" 中的 sig 即 signature ，也就是“带有签名的 utf-8”，这样在读取带有 BOM 的“utf-8”的文件时，会把BOM 单独处理，与文本内容隔离开。

常出现的编码问题：

1. vscode查看文件内容出现乱码
   • txt 文件的编码为 gbk，而 VSCode 打开文件的默认编码为 utf-8，两者的编码不兼容，导致在 VSCode 显示 txt 文件内容时出现乱码。
2. 使用代码读取文件出现报错
   • 同理，txt 文件的编码为 gbk，代码以编码为 utf-8 的方式读取文件，两者的编码不兼容，导致程序报错。

查看/更改编码方式：

• txt文件：[另存为]窗口查看编码（在下图的右下角），如需更改在此修改。
  
• vscode：右下角修改文件编码模式
  
  
  
  然后就修改好啦！完结撒花！