最直接解法是显式指定encoding='gbk'参数：读取时用with open('data.txt', encoding='gbk') as f，写入时用with open('output.txt', 'w', encoding='gbk') as f；注意encoding必须小写，且GBK编码不支持emoji等超集字符，必要时加errors='ignore'兜底。
用 open() 指定 encoding='gbk' 最直接
Python 默认用 UTF-8 读写文件，直接打开 GBK 编码的文本会报 UnicodeDecodeError: 'utf-8' codec can't decode byte。解决办法就是显式告诉 open() 用 GBK 解码：
读取时：
with open('data.txt', encoding='gbk') as f:
content = f.read()
写入时（注意：文件不存在会自动创建，存在则覆盖）：
with open('output.txt', 'w', encoding='gbk') as f:
f.write('你好，世界！')
关键点：
立即学习“Python免费学习笔记（深入）”；
-
encoding参数必须小写，写成'GBK'或'Gbk'在某些系统上可能失败 - Windows 系统自带 GBK 支持，Linux/macOS 一般也内置，无需额外安装编码包
- 如果文件实际是 GB2312 或 GB18030 编码，
'gbk'通常也能兼容读取（GB18030 是超集），但写入一律按 GBK 字节输出
遇到乱码或解码失败？先确认真实编码
不是所有中文文本都是 GBK —— 有些是 gb2312，有些是 gb18030，还有可能是 utf-8-sig（带 BOM 的 UTF-8）。盲目指定 'gbk' 可能报错或显示乱码。
推荐做法：
- 用
chardet库快速探测：chardet.detect(open('file.txt', 'rb').read())，看返回的'encoding'字段 - 在终端用命令行验证：
file -i filename.txt（Linux/macOS）或用 VS Code 打开后看右下角编码标识 - 若探测结果是
'GB2312'，可仍用'gbk'（兼容），但若明确是'GB18030'，建议写成encoding='gb18030'，避免个别生僻字出错
写入 GBK 文件时避免 UnicodeEncodeError
这个错误通常出现在字符串里混入了 GBK 不支持的字符（比如 emoji、某些 Unicode 4.0+ 新增汉字、全角符号等）。GBK 编码空间有限，只覆盖约 2 万汉字，远少于 Unicode。
常见触发场景：
- 从网页或现代编辑器复制含 emoji 的文本，再写入 GBK 文件
- 处理用户输入未过滤，直接落盘
- Python 中用
f.write(s)时，s含 U+3000 以外的全角标点（部分旧版 GBK 字库不全）
应对方式：
- 加
errors参数兜底：open('out.txt', 'w', encoding='gbk', errors='ignore')（丢弃非法字符）或errors='replace'（替换成?） - 更稳妥的做法是提前清洗：
s.encode('gbk', errors='ignore').decode('gbk')，相当于一次“GBK 安全过滤”
跨平台写 GBK 文件要注意换行符和 BOM
Windows 记事本默认用 CRLF（\r\n）且对无 BOM 的 GBK 文件识别更友好；Linux/macOS 习惯 LF（\n）。Python 的 open() 在 Windows 上默认用 \r\n，其他系统用 \n，一般不用干预。
但如果你希望文件在 Windows 记事本里 100% 正常显示（尤其含中文标题的配置文件），可以手动加 BOM：
with open('config.txt', 'w', encoding='utf-8-sig') as f: # ❌ 这是 UTF-8 BOM
f.write('标题：测试')
<h1>正确写法：GBK 不支持标准 BOM，但可用 \ufeff 做伪 BOM（部分软件识别）</h1><p>with open('config.txt', 'w', encoding='gbk') as f:
f.write('\ufeff标题：测试') # 注意：这不是标准做法，仅部分场景有效
实际上，绝大多数 GBK 场景不需要 BOM —— 强行加反而可能被其他程序误读。真正需要的是确保编码声明与内容一致，而不是靠 BOM“提示”。
最易被忽略的一点：用 pandas.read_csv(..., encoding='gbk') 时，如果文件有 BOM（哪怕 GBK 文件不该有），pandas 可能把它当 UTF-8 处理，导致首列名多出乱码字符。这时候得先用二进制模式读、切掉前两字节再解码。
