python生成csv文件亂碼,csv文件下載亂碼

本文目錄一覽：

• 1、python寫文件中文亂碼
• 2、csv 文件中，打開發現漢字顯示為亂碼，如何解決
• 3、pandas read_csv編碼問題
• 4、python解決csv文件用excel打開亂碼問題
• 5、python讀取csv文件時，數據內容含有中文，讀取出錯，怎麼辦

python寫文件中文亂碼

這是因為IDLE中使用gbk編碼，是ascii擴展字符集。

import sys

sys.getdefaultencoding()

‘ascii’解決方法：

在IDLE中執行的時候

去掉字符串前面的u字符，也不要加#coding這一行。

2. 先import sys,然後reload(sys),再使用sys.setdefaultencoding(“utf-8”)。然後就可以打印前面帶u的字符串了。（這是搜來的方法，實驗了一下，發現在我這沒有輸出了。。重啟了IDLE，才可以輸出，不過又變會ascii了）

在文件中執行

在文件開頭聲明#coding行，文件保存為utf8編碼，在字符串開頭加u

csv 文件中，打開發現漢字顯示為亂碼，如何解決

CSV是一種表格文件，但是它的編碼方式默認是ANSI，所以有些舊版本的EXCEL打開時中文就會顯示亂碼。

工具：office excel

步驟

準備一個有亂碼的CSV文件用於演示。

右鍵此CSV文件，選擇“用記事本打開”。

點擊“文件”–“另存為”。

發現默認編碼是“UTF-8”，所以一些Excel表格軟件就會顯示亂碼。對於這樣，只要改成ANSI就行了，按確定。

用Excel表格軟件再打開，就不會顯示亂碼了。

pandas read_csv編碼問題

一早上就連遇兩個中文編碼問題報錯，果然在python里中文編碼就是踩不完的坑。

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xca in position 8: invalid continuation byte

csv文件當中的中文編碼問題，打開時加入encoding=‘gb2312’即可解決。

pd.read_csv(‘a.csv’,encoding=’gb2312′)

pandas.errors.ParserError: Error tokenizing data. C error: Expected 4 fields in line 225, saw 6

因為csv文件默認分隔符是逗號分隔符，此時若文件中儲存的信息也含有逗號時，解析器會把儲存信息里的逗號也當成分隔符，就會導致列數不一致，read_csv打開報錯。特別是在中文裡又經常使用逗號，稍不注意就會出錯。

解決辦法是在寫入csv文件的時候使用其他分隔符，“|”，“\t”等。記得打開時也要加入分隔符說明delimiter = ‘\t’

pd.read_csv(‘a.csv’,delimiter=’\t’)

如果csv文件不是自己寫的，就手動把逗號刪掉再打開吧。

python解決csv文件用excel打開亂碼問題

【問題】

python輸出的csv文件用excel打開，裡面的中文會變成亂碼，但用window下的記事本或mac下的numbers打開就正常顯示。

原因是python輸出的文件是utf-8編碼寫入的，excel默認以gbk方式讀取，導致亂碼發生。

【解決方法1】文件產出時encoding設置為utf-8-sig    

用excel打開csv時，excel會先檢查文件的第一個字符，來了解這個文件是什麼編碼方式，如果這個字符是BOM，excel就知道用utf-8的方式打開這個文件。python自帶了處理BOM的編碼方式uft-8-sig，因此只需要在文件產出時將encoding設置為utf-8-sig。

如果文件不是由python產出的，只需要以utf-8方式讀入再以utf-8-sig方式存儲即可

【解決方法2】懶人法，適用只含簡體中文的文件

用記事本打開，點擊另存為，右下角編碼方式選擇“ANSI”，這個過程是把這個文件改成gbk編碼格式，excel就是默認用gbk方式打開的。

參考： Python寫的csv文件，如何讓 Excel 雙擊打開不亂碼？ – 雲+社區 – 騰訊雲

對編碼格式一竅不通的可以閱讀以下網頁

python筆記——二進制和文件編碼_砍柴姑娘Jourosy的博客-CSDN博客

編碼方式之ASCII、ANSI、Unicode概述 – 藍海人 – 博客園

【簡單總結】：

1. 首先需要了解 字符集 和 字符編碼 兩個概念，字符集定義了字符和二進制的一一對應關係，字符編碼規定了如何將字符的編號存儲到計算機中。

2. Unicode是字符集，包含了全球文字的唯一編碼，utf-8是編碼方式，將unicode以某種方式存儲到計算機中。

3. 有些字符集和編碼是結合在一起的，稱作字符集還是編碼都無所謂，比如ASCII，GBK

4. ANSI是各個國家地區不同擴展編碼方式的總稱，互不兼容（可以看出來通用性沒有utf好）

5. 不同編碼方式在轉換時，通常需要以unicode作為中間編碼，即先將其他編碼的字符串解碼（decode）成unicode，再從unicode編碼（encode）成另一種編碼。

python讀取csv文件時，數據內容含有中文，讀取出錯，怎麼辦

估計是亂碼造成，需要在讀取的py文件中指定編碼格式：

在文件開頭，設置成gbk格式import

os,sys,re,csv

reload(sys)

sys.setdefaultencoding(‘gbk’)