对Python3的编码问题一直不太在意，毕竟很少用python操作文件和各种文档，这不最近写脚本的时候就遇到了问题，简单来讲就是将 txt 文件的内容提取出来后与 html 标签拼接成字符串，再写进 html 文件成为完整的标签内容，本来是一个很简单的操作。
而问题就出在中文编码上，不管是提取出来的，还是在代码中写的，在最后写进 html 文件中时，都会成为乱码（只有中文是乱码）。
因为我在 html 中设置的是 UTF-8 编码格式，而 txt 是的 GBK 编码，所以开始我也是有点懵，想当然地采用 encode() 的方法，以为这是变换格式，但这只不过是把字符串以不同格式编码为字节流 bytes 而已，而且还无法与字符拼接，搞了半天都不知道要改什么。
然后才知道每个文件的编码格式要在文件操作上确认好，打开文件的时候确定 encoding 的格式，并不是我以为的字符格式改变后再写进文件里面，甚至我还把字节转化成字符串再操作，无疑是南辕北辙，还好最后找到正确的方法操作成功了。
其实Python3已经是很好地解决了字符串的设计缺陷，而且Python2才是有编码上的大坑。
因为python2还有解码操作并把字符串牵强地分为 unicode 和 str 两种类型，虽然不是什么bug，但容易误导开发者，也算是历史遗留问题了，还好我没用过Python2。
Python3的字符串编码是unicode码，而整个文件内容则是根据确定好的编码格式来编码，解决问题就容易多了。
如果不把问题搞清楚，那么以后还是会遇到麻烦，但一般来说，只有中文才会出现乱码。实际上，要区分以下编码：系统默认编码（cmd，widows的默认编码，linux的默认编码），编辑界面编码（编辑界面显示文本的编码），运行界面编码（运行界面显示文本的编码），代码文件（py文件）编码，读入的文本编码，写出的文本编码。
看起来感觉好麻烦，但是我们需要注意的地方其实也不多。
解读
1.头文件编码声明，例如： # coding: utf-8
Python3编译器在读取该.py文件时，用的解码格式，只和读取有关，确定代码编辑时用的编码格式。在Python3编译器读取.py文件时，若没有头文件编码声明，则默认使用 utf-8 来对.py文件进行解码。
2.使用 open() 时最好加上 encoding
如果不加上，就会自动使用本地默认编码，在Windows中是gbk格式，再Linux中是utf-8格式。要根据被读取文件的编码格式来选择，写入时也要注意被写入内容的格式。
open() 打开文件只能写入 str 类型，不管字符串是什么编码方式。
3.系统默认编码
“系统”不是指操作系统，可以理解为Python3的编译器本身，Python3默认是 UTF-8
4.本地默认编码
指操作系统的编码
5.‘str’ 编码成 ‘bytes’，‘bytes’ 解码成 ‘str’
encode() 负责字符到字节的编码转换
decode() 负责字节到字符的解码转换
bytes 表示字符的原始8位值，str 表示 Unicode 字符。
在Python3里，只有 Unicode 编码格式的才能叫作 str。其他编码格式的统统都叫bytes，如：gbk，utf-8，gb2312…
Unicode编码就像是一个枢纽，例如gbk的格式要想转化成utf-8，那么必须先转化成Unicode，然后再从Unicode转化成utf-8。