Python中文乱码主因是编码不匹配，解决核心是明确源文件真实编码、显式指定encoding参数及合理fallback；读文件推荐utf-8-sig或gbk等精准编码，写文件统一用utf-8-sig并加编码声明。
Python文件读写时遇到中文乱码，多数是编码不匹配导致的，尤其在Windows（默认GBK）和Linux/macOS（默认UTF-8）之间切换时最常见。核心思路是：**明确源文件真实编码 + 显式指定encoding参数 + 合理 fallback 处理**。
一、如何判断文件的真实编码？
不能只看文件后缀或编辑器显示。推荐用命令行工具快速探测：
- Linux/macOS：终端运行 file -i filename.py 或 enca -L zh filename.py（需安装enca）
- Windows：用VS Code打开 → 右下角点击编码名称（如“UTF-8”），选“Reopen with Encoding”逐个尝试；或用Python脚本调用chardet库粗略检测（注意：chardet对短文本或纯ASCII文本可能不准）
二、读文件时避免UnicodeDecodeError
不要依赖默认编码。务必显式传入encoding，并预设容错策略：
- 已知是UTF-8但含BOM：用 encoding="utf-8-sig"（自动剥离BOM，推荐）
- 不确定编码但想尽量读通：用 encoding="utf-8", errors="ignore"（跳过非法字节）或 errors="replace"（替换为）
- 确定是GBK（如旧版Windows生成的txt）：直接写 encoding="gbk"，别用"gb2312"或"gb18030"除非有特殊需求
三、写文件时统一用UTF-8并注明声明
为保障跨平台兼容性，写入一律用UTF-8，并在Python源码顶部加编码声明（虽非强制，但显式更稳妥）：
立即学习“Python免费学习笔记（深入）”；
- 文件开头第一行或第二行写：# -*- coding: utf-8 -*-
- 写入时明确指定：open("out.txt", "w", encoding="utf-8")
- 若需被其他程序（如Excel）正确识别中文，建议加BOM：encoding="utf-8-sig"
四、处理混合编码或老旧文件的实用技巧
遇到部分行乱码、部分正常的情况，说明文件本身编码不统一（常见于日志拼接或爬虫抓取）。可逐行尝试解码：
- 用codecs模块按行读取并捕获异常：codecs.open(path, "r", encoding="utf-8", errors="replace")
- 或手动循环+try/except：for line in f: try: ... except UnicodeDecodeError: continue
- 批量转换编码：先用iconv（Linux/macOS）或Notepad++（Windows）将源文件转为UTF-8再处理，比代码硬扛更可靠
