怎样在Python中通过csv.DictReader优雅处理带有异常编码的CSV文件?

老辰小哥_4439

老辰小哥_4439

2026-11-20

560人浏览

原创

遇到 UnicodeDecodeError 应在 open() 时指定 encoding 参数,如 with open("data.csv", encoding="gbk") as f: reader = csv.DictReader(f);csv.DictReader 本身不接受 encoding 参数,编码探测可用 charset_normalizer,BOM 文件优先用 "utf-8-sig"。

怎样在python中通过csv.dictreader优雅处理带有异常编码的csv文件?

遇到 UnicodeDecodeError 怎么办

直接用 csv.DictReader 读取非 UTF-8 编码的 CSV(比如 GBK、Shift-JIS、ISO-8859-1)时,大概率会报 UnicodeDecodeError: 'utf-8' codec can't decode byte...。这不是 DictReader 的问题,而是底层文件对象没指定正确编码。

  • 必须在 open() 阶段就指定 encoding 参数,csv.DictReader 本身不接受编码参数
  • 如果不确定编码,先用 chardet 或 charset_normalizer 探测:charset_normalizer.from_path("data.csv")
  • 对完全乱码或含 BOM 的文件,优先试 encoding="utf-8-sig" —— 它能自动跳过 UTF-8 BOM

用 open() + encoding=... 是唯一正解

csv.DictReader 只接收一个可迭代对象(通常是文件对象),它不处理字节解码。所以编码逻辑必须落在 open() 上,不能指望 DictReader 自动转码。

  • ✅ 正确写法:
    with open("data.csv", encoding="gbk") as f:
        reader = csv.DictReader(f)
  • ❌ 错误写法:csv.DictReader(open("data.csv"), encoding="gbk") —— 这里 encoding 会被忽略,因为传给 DictReader 的是已打开的文件对象,不是字符串路径
  • 若需兼容多种编码且不想硬编码,可封装一层:先尝试 utf-8-sig,失败后 fallback 到 gb18030(对中文更鲁棒)

当 CSV 含有 BOM 或混合编码字段时

有些 Excel 导出的 CSV 会在开头插入 BOM,或某几列实际是不同编码(极少见但存在)。此时单靠 encoding 不够,需要预处理行内容。

FastMCP Python MCP 服务器和客户端框架
FastMCP Python MCP 服务器和客户端框架

FastMCP 是构建 Model Context Protocol 服务器、客户端和应用程序的标准 Python 框架。它提供自动模式生成、传输协商和协议生命周期管理,使开发人员能够用最少的样板代码将 Python 函数包装成符合 MCP 标准的工具。

下载
  • 对 BOM:用 utf-8-sig 基本覆盖;若仍失败,可手动 strip:f.read().lstrip("\ufeff"),但注意这会让 DictReader 失去迭代器特性,得改用 StringIO
  • 对个别字段乱码(如地址栏含日文但文件标称 GBK),说明原始数据本身编码不统一——这时应放弃全文件统一解码,改用二进制读取 + 按列单独 decode,但代价是失去 DictReader 的便利性
  • 警惕 errors="ignore" 或 "replace":它们能防止崩溃,但会静默丢字或插 ,后续文本分析可能出错

性能与内存:大文件别用 readlines() 中转

有人为绕过编码问题,把文件 read() 成字符串再用 StringIO 包装,这对小文件可行,但大文件会吃光内存且破坏流式读取优势。

  • csv.DictReader 设计就是逐行迭代的,配合 with open(...) 才能真正低内存处理百万行 CSV
  • 如果必须做预处理(比如删空行、过滤注释),应在 open() 后、DictReader 前加一个生成器函数,避免一次性加载全部内容
  • Windows 下换行符为 \r\n,Linux 为 \n,但 csv 模块默认能识别,无需额外处理;只有手动按行 split 时才需注意

实际最常卡住的地方,是以为 DictReader 有 encoding 参数,或者在错误的位置传了编码。只要记住:编码是文件的事,不是 CSV 解析器的事。

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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python csv csv文件

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5604

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1909

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34277

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4007

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3123

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程