读取 CSV 文件时如何在 Python 中处理 UTF8 编码？

使用 Python 读取 UTF8 CSV 文件

CSV 文件通常用于数据交换，通常包含重音字符，需要 UTF8 编码才能保持其完整性。然而，Python csvreader 仅支持 ASCII 数据。

问题

尝试读取带有重音法语或西班牙语字符的 UTF8 CSV 文件时，尽管使用代码处理 UTF8 编码，但出现以下异常遇到：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 68: ordinal not in range(128)

解决方案

解决方案在于理解encode方法的用途。它将 Unicode 字符串转换为字节字符串，反之亦然。通过正确利用 codecs 模块，特别是 codecs.open 来处理 UTF8 文本文件，可以简化代码：

<code class="python">import csv

def unicode_csv_reader(utf8_data, dialect=csv.excel, **kwargs):
    csv_reader = csv.reader(utf8_data, dialect=dialect, **kwargs)
    for row in csv_reader:
        yield [unicode(cell, 'utf-8') for cell in row]

filename = 'da.csv'
reader = unicode_csv_reader(open(filename))
for field1, field2, field3 in reader:
  print field1, field2, field3 </code>

注意

如果输入数据不是 UTF8，例如ISO-8859-1，代码需要转码：

<code class="python">line.decode('whateverweirdcodec').encode('utf-8')</code>

但是，这通常是不必要的，因为 csv 可以直接处理 ISO-8859-* 编码的字节字符串。

以上是读取 CSV 文件时如何在 Python 中处理 UTF8 编码？的详细内容。更多信息请关注PHP中文网其他相关文章！