Python 文本乱码主要由字符集与编码规则不一致引起，常见于文件读写、网络请求及终端输出环节。解决核心在于显式指定 UTF-8 编码，统一项目标准，并理解内存 Unicode 与外部字节流的转换过程。通过 chardet 库检测或手动修正 encoding 属性可有效排查问题。
'乱码'是每个 Python 开发者，尤其是处理中文、日文等非 ASCII 字符时，都会遇到的'噩梦'。明明代码逻辑正确，文件也存在，但打印出来或保存的文件却是一堆莫名其妙的符号（如 éÂ\x87Â\x91éÂ\x9eÂ\x93）。
这篇文章将带你彻底理解乱码产生的根本原因，并提供一套行之有效的解决方案和最佳实践。
要理解乱码，首先必须明白两个核心概念：字符集（Charset） 和 字符编码（Character Encoding）。
乱码产生的根本原因：编码和解码时使用了不同的规则。
（想象一个流程图：字符 -> [编码] -> 字节 -> [解码] -> 字符。如果编码和解码的规则不一致，就会得到错误的字符）
举个例子：
汉字'金'的 Unicode 码点是 U+91D1。
0xE9 0x87 0x910xBD 0xF0如果你用 UTF-8 编码了'金'，得到 0xE9 0x87 0x91，但却错误地用 GBK 去解码它，GBK 会认为 0xE9 是一个汉字的第一个字节，并尝试寻找第二个字节，最终组合成一个完全不同的、甚至无效的字符，这就是乱码。
Python 3 在内存中统一使用 Unicode（准确说是 UCS-4/UTF-32 的子集）来表示字符串，这大大减少了内存中的乱码问题。乱码主要发生在'输入/输出'环节，即字节流（bytes）和字符串（str）转换的边界。
错误示范：
# 写入文件时未指定编码（使用系统默认编码，Windows 下通常是 GBK）
with open('test.txt', 'w') as f:
f.write('金')
# 内存中的 Unicode '金' 被用系统编码（如 GBK）转换为字节写入
# 读取文件时也未指定编码
with open('test.txt', 'r') as f:
content = f.read()
# 文件中的 GBK 字节被用系统编码（如 GBK）解码回 Unicode，如果系统编码变了或文件是 UTF-8，就会乱码
正确做法：始终显式指定编码（推荐 UTF-8）
# 写入
with open('test.txt', 'w', encoding='utf-8') as f:
f.write('金')
# 明确用 UTF-8 编码
# 读取
with open('test.txt', 'r', encoding='utf-8') as f:
content = f.read()
# 明确用 UTF-8 解码
黄金法则：在打开文件时，永远加上 encoding='utf-8' 参数。
网页服务器会在 HTTP 响应头中通过 Content-Type 字段声明编码（如 charset=gb2312）。requests 库会自动猜测编码，但有时会猜错。
错误示范：
import requests
response = requests.get('http://example.com')
print(response.text)
# requests 库自动猜测编码，可能猜错导致乱码
正确做法：手动修正编码
import requests
response = requests.get('http://example.com')
# 方法 1：直接修改编码属性（推荐）
response.encoding = 'utf-8'
# 或者 'gbk', 'gb2312' 等，根据网页源码判断
print(response.text)
# 方法 2：使用内容自动检测（需要 chardet 库）
import chardet
detected_encoding = chardet.detect(response.content)['encoding']
response.encoding = detected_encoding
print(response.text)
Python 脚本在终端（CMD、PowerShell、Bash）中打印中文时出现乱码，通常是因为终端的编码与 Python 输出的编码不一致。
解决方案：
chcp 65001 （切换代码页到 UTF-8）$OutputEncoding = [System.Text.Encoding]::UTF8在 Python 脚本中适配（不推荐，治标不治本）：
import sys
import io
# 强制将 stdout 的编码改为 UTF-8
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
print('金')
如果你的 .py 文件中包含中文字符串（如注释、字符串字面量），并且文件保存时用的编码（如 GBK）与 Python 解释器读取时用的编码（默认 UTF-8）不一致，会导致 SyntaxError 或乱码。
解决方案：
在文件开头添加编码声明（Python2 必需，Python3 推荐）：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
chardet 库：检测未知字节数据的编码。
pip install chardet
import chardet
with open('unknown_encoding.txt', 'rb') as f:
# 注意用'rb'二进制模式读取
raw_data = f.read()
result = chardet.detect(raw_data)
print(result)
# 输出：{'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}
utf-8。'rb' 模式读取文件，得到 bytes 对象后再进行解码。遵循以上原则，你就能告别乱码烦恼，让你的 Python 程序在处理多语言文本时游刃有余。记住，乱码不是 Bug，而是编码和解码规则不匹配的必然结果——解决它的关键就在于明确规则。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online