利用Python從文件中讀取字符串（解決亂碼問題）

　　首先聲明這篇學習記錄是基於python3的。
　　python3中，py文件中默認的文件編碼就是unicode，不用像python2中那樣加u，比如u'中文'。
　　不過在涉及路徑時，比如C:\Users\Administrator\Desktop\StudyNote\Python，還是要加r。
　　eg:r'C:\Users\Administrator\Desktop\StudyNote\Python'。
　　因為\是轉義符，想輸出'\'得寫成'\\'才可以。加了r就可以讓python自動處理字符串,不讓'\'進行轉義，因此最終的字符串就是C:\Users\Administrator\Desktop\StudyNote\Python的意思。

　　OK，繼續講。
　　首先要明確一點，你的py文件用什么文件編碼不重要，都可以順利執行。不過要保證一點，保存py文件時的編碼必須與編碼聲明的一樣。假設你的py文件開頭有以下編碼聲明:
　　eg: # -*- coding: utf-8 -*-
　　那么保存py文件時的編碼也要為utf-8。
　　另外再普及一下保存文件編碼時的知識，用notepad++在選擇編碼模式的時候，有utf-8和utf-8 without BOM，這個BOM實際上是在文件開頭加注了三個字符，用以表明本文件的編碼方式為utf-8，但這個是不需要的，往往會導致讀取文件的時候出錯（因為多了三個字符嘛，如果要去掉的話還得[3:]一下，挺麻煩的）。所以我們一般用utf-8 without BOM.

　　再言歸正傳。我們在處理文本文件的時候，如果該文件是unicode編碼，則不需要做任何的處理操作，直接用'r'參數讀取直接可用：
　　eg:

　　f=open('文件路徑','r')
　　f_read=f.read()
　　print(f_read)

　　這樣就能完整的輸出文件里的字符串。
　　如果不是unicode編碼，就不能直接用了,直接讀會出現亂碼。只能先以'rb'參數讀取二進制文件的方式讀取進來，read之后再解碼。
　　eg:

f=open('文件路徑','rb')
f_read=f.read()
f_read_decode=f_read.decode('該文件的編碼方式')
print(f_read_decode)

　　這樣才能完整顯示，不然會有亂碼出現。

　　問題又來了，往往我們並不知道該文件的編碼方式，這該怎么辦？
　　幸好python有個強大的工具chardet
　　eg:

import chardet
f=open('文件路徑','rb')
f_read=f.read()
f_charInfo=chardet.detect(f_read)
f_charInfo的輸出是這樣的的一個字典{'confidence': 0.99, 'encoding': 'utf-8'}

　　前面‘confidence’是置信概率，后面是推斷出的編碼方式。以上的結果，意思為推斷這段字符串的編碼方式為'utf-8'的概率為99%.
　　經過我的測試，如果文件里的字符串比較少的話，chardet模塊是比較難判斷出正確的編碼模式的，體現在置信概率比較小，字符串多的話，概率會大。我覺得至少大於90%才可信。
　　得到編碼方式后，就可以用來解碼了。
　　f_read_decode=f_read.decode(f_charInfo['encoding'])
　　print(f_read_decode)

　　最后補充一下chardet的安裝方法：
　　pip install chardet
　　pip的安裝方法請自行百度。