怎么利用 Python 解决 csv 文件读写乱码问题?

怎么利用 python 解决 csv 文件读写乱码问题?今天番茄加速就来说一下。

　　首先，导入 3 个模块：

　　# coding: utf-8

　　# @author: zhenguo

　　# @date: 2020-12-16

　　# @describe: functions about automatic file processing

　　 import pandas as pd

　　 import os

　　 import chardet

　　 chardet 模块用于得到文件的编码格式，pandas 按照这个格式读取，然后保存为 xlsx 格式。

　　获取 filename 文件的编码格式：

　　 def get_encoding(filename):

　　"""

　　返回文件编码格式

　　"""

　　 with open(filename,'rb') as f:

　　 return chardet.detect(f.read())['encoding']

　　保存为 utf-8 编码 xlsx 格式文件，支持 csv, xls, xlsx 格式的文件乱码处理。需要注意，如果读入文件为 csv 格式，保存时要使用 xlsx 格式：

　　 def to_utf8(filename):

　　"""

　　保存为 to_utf-8

　　"""

　　 encoding = get_encoding(filename)

　　 ext = os.path.splitext(filename)

　　 if ext[1] =='.csv':

　　 if 'gb' in encoding or 'GB' in encoding:

　　 df = pd.read_csv(filename,engine='python',encoding='GBK')

　　 else:

　　 df = pd.read_csv(filename,engine='python',encoding='utf-8')

　　 df.to_excel(ext[0]+'.xlsx')

　　 elif ext[1]=='.xls' or ext[1] == '.xlsx':

　　 if 'gb' in encoding or 'GB' in encoding:

　　 df = pd.read_excel(filename,encoding='GBK')

　　 else:

　　 df = pd.read_excel(filename,encoding='utf-8')

　　 df.to_excel(filename)

　　 else:

　　 print('only support csv, xls, xlsx format')

　　上面函数实现单个文件转化，下面 batch_to_utf8 实现目录 path 下所有后缀为 ext_name 文件的批量乱码转化：

　　 def batch_to_utf8(path,ext_name='csv'):

　　"""

　　 path 下，后缀为 ext_name 的乱码文件，批量转化为可读文件

　　"""

　　 for file in os.listdir(path):

　　 if os.path.splitext(file)[1]=='.'+ext_name:

　　 to_utf8(os.path.join(path,file))

　　调用：

　　 if __name__ == '__main__':

　　 batch_to_utf8('.') # 对当前目录下的所有 csv 文件保存为 xlsx 格式,utf-8 编码的文件

　　文件读写时乱码问题，经常会遇到，相信今天这篇文章里的 to_utf8，batch_to_utf8 函数会解决这个问题，你如果后面遇到，不妨直接引用这两个函数尝试下。