本文详解因输出文件编码不支持 Unicode 字符（如 č）导致 UnicodeEncodeError 的根本原因，并提供两种可靠修复方式：显式指定 UTF-8 编码或配置错误处理策略。
本文详解因输出文件编码不支持 unicode 字符（如 `č`）导致 `unicodeencodeerror` 的根本原因，并提供两种可靠修复方式：显式指定 utf-8 编码或配置错误处理策略。
在使用 Python 处理含国际化字符（如捷克语 pečnostní informační služba 中的 č、š、í）的 CSV 文件时，常见错误 UnicodeEncodeError: 'charmap' codec can't encode character '\u010d' 并非数据本身有问题，而是输出文件默认采用系统本地编码（如 Windows 的 cp1252），该编码无法表示 UTF-8 源数据中的扩展 Unicode 字符。
问题核心在于：open(output_file, 'w') 在 Windows 环境下默认使用 cp1252 编码，而 č（U+010D）不在其字符映射表中，导致 csv.DictWriter.writerow() 内部调用 .encode('cp1252') 时抛出异常。
✅ 推荐方案：统一使用 UTF-8 编码（兼顾兼容性与完整性）
为输入和输出文件均显式声明 encoding='utf-8'，确保全程 Unicode 一致：
import csv
input_file = "input.tsv"
output_file = "output.csv"
with open(input_file, encoding='utf-8-sig') as f_input, \
open(output_file, 'w', newline='', encoding='utf-8') as f_output:
reader = csv.DictReader(f_input, delimiter='\t')
writer = csv.DictWriter(f_output, fieldnames=reader.fieldnames)
writer.writeheader()
for row in reader:
print(row)
writer.writerow(row)
⚠️ 注意事项：
- newline='' 是 csv 模块的强制要求，避免在 Windows 上产生额外空行；
- encoding='utf-8-sig' 用于读取带 BOM 的 UTF-8 文件（如 Excel 导出的 CSV），自动剥离 BOM；
- encoding='utf-8' 写入时无需 BOM（除非目标系统明确需要），简洁且通用。
❌ 备选方案（仅限临时调试或数据可容忍丢失）：忽略/替换非法字符
若必须使用 cp1252（如对接遗留系统），可通过 errors 参数控制编码行为：
# 方式1：静默丢弃无法编码的字符
with open(output_file, 'w', encoding='cp1252', errors='ignore') as f_output:
writer = csv.DictWriter(f_output, fieldnames=fieldnames)
# ... 写入逻辑
# 方式2：将无法编码的字符替换为 '?'
with open(output_file, 'w', encoding='cp1252', errors='replace') as f_output:
# ...
但此方式会破坏原始语义（如 pečnostní → pe?nostni），不建议用于生产环境。
? 总结：
Unicode 错误本质是编码协议不匹配。坚持“读什么编码，就写什么编码”原则——当输入含 UTF-8 字符时，输出必须指定 encoding='utf-8'。这是最安全、最符合现代标准的实践，同时确保数据完整性与跨平台兼容性。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
