先确认文件真实编码，再用对应encoding参数读取：含bom的utf-8用'utf-8-sig'，gbk文件用'gbk'，不可盲目用'utf-8'；推荐用vs code查看编码或chardet.detect()探测前10kb字节。
用 open() 读CSV时中文变问号或方块？先确认文件真实编码
Python 默认用系统 locale 编码（Windows 常是 gbk，Linux/macOS 常是 utf-8），但 CSV 文件可能用 utf-8-sig、gb2312 或带 BOM 的 utf-8 保存。直接用 open('x.csv', encoding='utf-8') 会报 UnicodeDecodeError 或显示乱码。
实操建议：
- 用编辑器（如 VS Code、Notepad++）打开 CSV 文件，右下角看实际编码；VS Code 点右下角编码名可“Reopen with Encoding”尝试不同编码
- 命令行快速探测：
file -i filename.csv（Linux/macOS）或chcp+ 手动试读（Windows） - Python 中可用
chardet库粗略检测：chardet.detect(open('x.csv', 'rb').read(10000))，但对小文件或纯 ASCII 内容不准，别全信
用 pandas.read_csv() 读取乱码 CSV 的正确参数组合
pandas.read_csv() 的 encoding 参数必须和文件真实编码一致，否则列名/数据全错。常见错误是死守 utf-8，忽略 BOM 和区域编码。
实操建议：
- 含 BOM 的 UTF-8 文件（Excel 默认保存格式）→ 必须用
encoding='utf-8-sig'，不是'utf-8' - 中文 Windows 下用 Excel 另存的 CSV → 大概率是
gbk或gb2312，试encoding='gbk' - 不确定时，按顺序试：
utf-8-sig→gbk→gb2312→utf-8，用pd.read_csv(..., nrows=3)快速验证 - 如果列名乱码但数据正常，可能是
encoding对了但header解析出错，加header=0显式指定
写 CSV 时避免下次再乱码：统一用 utf-8-sig 并禁用 Excel 自动编码
用 pandas.to_csv() 写出的文件，若没设 encoding，Windows 上默认用 gbk，别人用 Excel 打开就乱码；反过来，用 utf-8 写，Excel 打开也乱——因为缺 BOM。
实操建议：
- 导出给 Excel 用户 → 一律用
df.to_csv('out.csv', encoding='utf-8-sig', index=False) - 导出给 Python/Linux 用户 → 可用
utf-8，但加no_bom=True不现实，不如直接用utf-8-sig兼容性更好 - 绝对不要用
encoding='gbk'写 CSV 给跨平台协作，utf-8-sig是目前最稳的选择 - 如果用
csv.writer手动写，记得用open(..., 'w', encoding='utf-8-sig')，不能只写'w'
当 UnicodeDecodeError 提示 “invalid start byte” 怎么办？
这不是编码选错那么简单，常因文件混入非文本内容（比如 Excel 保存时嵌入了二进制对象、或中间有损坏字节），errors 参数能绕过但不治本。
实操建议：
- 先用
open('x.csv', 'rb').read(50)看开头几个字节，b'\xef\xbb\xbf'就是 UTF-8 BOM，该用utf-8-sig - 报错位置在某一行，用
open(..., errors='replace')读出后检查那行原始字节：line.encode('latin-1')看是否含异常控制字符 - 顽固乱码行可能是复制粘贴进来的不可见字符（如零宽空格
\u200b），用repr(line)检查 - 终极办法：用
iconv -f gbk -t utf-8 input.csv > output.csv（Linux/macOS）或在线工具转码，再读
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！
