在学python的open函数时，我发现在pycharm里新建一个file_name.txt文本文件，输入中文保存，再用open（file_name，'r+'）打开，再去读写时出现了一些小问题。利用Notepad和EditPlus进行多轮控制变量测试后，总结如下：
1、当原文件为utf8编码格式，且不包含中文，则对其进行读操作，正常；对其进行写操作（非中文），正常，文件编码格式不变；
当写入中文字符时，文件编码格式变为gbk，此时pycharm中的文件会将你输入的中文显示为16进制数，并会提示你用gbk编码reload文件。
2、当原文件为utf8编码格式，若包含中文，此时对其进行读操作，则可能报错UnicodeDecodeError，也可能不报错。是否报错跟中文内容有关。
写入中文情况与1相同。
如，新建一个文件file4.txt，里面写入"你好"两个汉字，然后去读它：
结果为：
为什么是 " 浣 犲 ソ " 这三个陌生的玩意呢？查看“你好”的utf8编码16进制表示：
再查看这三个字符的GBK编码16进制表示：
瞬间明白了：open函数用GBK解码了被UTF-8编码的file4文件。前者用两个字节表示一个汉字而后者用三个。
把“你好”换成“中国”再试一次：报错了！
因为“中国”的编码前两个字节E4B8根本就没有对应的GBK编码字符。
open的encoding默认为'gbk'，可将其改为'utf-8'.
改后也可能会出错！
如：file4输入中英混合的，hello中国
再对其进行覆盖写：
其utf8 16进制表示为：
68 65 6C 6C 6F E4 B8 AD E5 9B BD
覆盖写入"天青色"后：
E5 A4 A9 E9 9D 92 E8 89 B2 9B BD
还剩个9BBD找不到对应的字符，自然就报错了：
----------------------------------------------------------------------华丽的分割线-----------------------------------------------------------------------------
补充点编码知识：
Unicode编码其实只是个字符集，把全球的字符用唯一的16进制编号表示出来，这个编号就叫“码位”。最多可表示1114111个，即10FFFF。他没有规定具体怎么存储到计算机硬盘中。而UTF-8就是具体编码的体现，是将码位转化为字节序列的一套编码规则。
如:“汉”字的Unicode编码是0x6C49。0x6C49在0x0800-0xFFFF之间， 使用3字节模板: 1110xxxx 10xxxxxx 10xxxxxx。将0x6C49写成二进制是: 0110 1100 0100 1001，用这个二进制数依次代替模板中的x,得到:
11100110 10110001 10001001, 即E6 B1 89。这个就是被存到计算机中的比特流。
utf-8的规则：
1. 单字节的字符，字节的第一位设为0，如英文字母，UTF-8码只占用一个字节，和ASCII码完全相同；
2. n个字节的字符(n>1)，如中文汉字，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其余空位填充该字符unicode码，高位用0补足。
U+ 0000 ~ U+ 007F: 0XXXXXXX
U+ 0080 ~ U+ 07FF: 110XXXXX 10XXXXXX
U+ 0800 ~ U+ FFFF: 1110XXXX 10XXXXXX 10XXXXXX
U+10000 ~ U+10FFFF: 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX