Python 3.x 如何从É；ph和xC3©；mè；回复至É；ph&xE9；mè；你在蟒蛇3号吗？

我尝试了各种编码/解码组合，使用“代理程序”和“代理场景”选项，但都没有效果。我不确定这是什么格式（它甚至可能是Autoit中的一个bug），但我知道事实上信息就在那里，因为至少有一个在线utf解码器是正确的。在在线转换器网站上，我将文件指定为utf8，输出指定为utf16，输出与预期一致

我的问题是在文件读取期间。我通过在open（）的选项中指定encoding='utf-8'解决了这个问题

---

我的问题是在文件读取期间。我通过在open（）的选项中指定encoding='utf-8'解决了这个问题

这个问题被称为，如果您有一个用编码的文本流，并且您用（它是的超集）对其进行解码，那么您的特定情况就会发生

因此，正如您已经看到的，您必须使用UTF-8来解码这个文件，而不是使用默认的Python编码（在您的例子中，它似乎是Windows-1252）

---

让我们看看为什么在您的示例中会出现这些特定的乱码字符，即：

• É在É的地方
• é在…的地方
• è在的地方

下表总结了发生的情况：

所有的è、è和è都是非ASCII字符，它们用UTF-8到2字节长的代码编码

例如，赤道的UTF-8代码是：

11000011 10001001

另一方面，Windows-1252是8位编码，也就是说，它将其字符集的每个字符编码为8位，即一个字节

因此，如果现在使用Windows-1252解码位序列

11000011 10001001

，则Windows-1252将其解释为两个1字节代码，每个代码表示一个单独的字符，而不是一个2字节代码表示一个字符：

• 第一个字节

  11000011

  （

  C3

  十六进制）恰好是字符的Windows-1252代码（Unicode代码点U+00C3）
• 第二个字节

  10001001

  （十六进制中的

  89

  ）恰好是字符‰（Unicode代码点U+2030）的Windows-1252代码

您可以查找这些映射

所以，这就是为什么你的解码呈现É，而不是Ã。其他非ASCII字符的Idemé和è。

此问题被调用，如果您有一个用编码的文本流，并且您用（它是的超集）对其进行解码，则会出现您的特定情况

因此，正如您已经看到的，您必须使用UTF-8来解码这个文件，而不是使用默认的Python编码（在您的例子中，它似乎是Windows-1252）

---

让我们看看为什么在您的示例中会出现这些特定的乱码字符，即：

• É在É的地方
• é在…的地方
• è在的地方

下表总结了发生的情况：

所有的è、è和è都是非ASCII字符，它们用UTF-8到2字节长的代码编码

例如，赤道的UTF-8代码是：

11000011 10001001

另一方面，Windows-1252是8位编码，也就是说，它将其字符集的每个字符编码为8位，即一个字节

因此，如果现在使用Windows-1252解码位序列

11000011 10001001

，则Windows-1252将其解释为两个1字节代码，每个代码表示一个单独的字符，而不是一个2字节代码表示一个字符：

• 第一个字节

  11000011

  （

  C3

  十六进制）恰好是字符的Windows-1252代码（Unicode代码点U+00C3）
• 第二个字节

  10001001

  （十六进制中的

  89

  ）恰好是字符‰（Unicode代码点U+2030）的Windows-1252代码

您可以查找这些映射

所以，这就是为什么你的解码呈现É，而不是Ã。其他非ASCII字符的Idemé和è