在學python的open函數時，我發現在pycharm里新建一個file_name.txt文本文件，輸入中文保存，再用open（file_name，'r+'）打開，再去讀寫時出現了一些小問題。利用Notepad和EditPlus進行多輪控制變量測試后，總結如下：
1、當原文件為utf8編碼格式，且不包含中文，則對其進行讀操作，正常；對其進行寫操作（非中文），正常，文件編碼格式不變；
當寫入中文字符時，文件編碼格式變為gbk，此時pycharm中的文件會將你輸入的中文顯示為16進制數，並會提示你用gbk編碼reload文件。
2、當原文件為utf8編碼格式，若包含中文，此時對其進行讀操作，則可能報錯UnicodeDecodeError，也可能不報錯。是否報錯跟中文內容有關。
寫入中文情況與1相同。
如，新建一個文件file4.txt，里面寫入"你好"兩個漢字，然后去讀它：
結果為：
為什么是 " 浣 犲 ソ " 這三個陌生的玩意呢？查看“你好”的utf8編碼16進制表示：
再查看這三個字符的GBK編碼16進制表示：
瞬間明白了：open函數用GBK解碼了被UTF-8編碼的file4文件。前者用兩個字節表示一個漢字而后者用三個。
把“你好”換成“中國”再試一次：報錯了！
因為“中國”的編碼前兩個字節E4B8根本就沒有對應的GBK編碼字符。
open的encoding默認為'gbk'，可將其改為'utf-8'.
改后也可能會出錯！
如：file4輸入中英混合的，hello中國
再對其進行覆蓋寫：
其utf8 16進制表示為：
68 65 6C 6C 6F E4 B8 AD E5 9B BD
覆蓋寫入"天青色"后：
E5 A4 A9 E9 9D 92 E8 89 B2 9B BD
還剩個9BBD找不到對應的字符，自然就報錯了：
----------------------------------------------------------------------華麗的分割線-----------------------------------------------------------------------------
補充點編碼知識：
Unicode編碼其實只是個字符集，把全球的字符用唯一的16進制編號表示出來，這個編號就叫“碼位”。最多可表示1114111個，即10FFFF。他沒有規定具體怎么存儲到計算機硬盤中。而UTF-8就是具體編碼的體現，是將碼位轉化為字節序列的一套編碼規則。
如:“漢”字的Unicode編碼是0x6C49。0x6C49在0x0800-0xFFFF之間， 使用3字節模板: 1110xxxx 10xxxxxx 10xxxxxx。將0x6C49寫成二進制是: 0110 1100 0100 1001，用這個二進制數依次代替模板中的x,得到:
11100110 10110001 10001001, 即E6 B1 89。這個就是被存到計算機中的比特流。
utf-8的規則：
1. 單字節的字符，字節的第一位設為0，如英文字母，UTF-8碼只占用一個字節，和ASCII碼完全相同；
2. n個字節的字符(n>1)，如中文漢字，第一個字節的前n位設為1，第n+1位設為0，后面字節的前兩位都設為10，這n個字節的其余空位填充該字符unicode碼，高位用0補足。
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