如何解決csv文件讀寫亂碼問題

本篇內容主要講解“如何解決csv文件讀寫亂碼問題”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“如何解決csv文件讀寫亂碼問題”吧!

可能你有類似經歷，用excel打開一個csv文件，中文全部顯示亂碼。然后，手動用notepad++打開，修改編碼為utf-8并保存后，再用excel打開顯示正常。

今天使用Python，很少代碼就能將上面過程自動化。首先，導入3個模塊：

# coding: utf-8 # @author: zhenguo # @date: 2020-12-16 # @describe: functions about automatic file processing  import pandas as pd   import os  import chardet

chardet 模塊用于得到文件的編碼格式，pandas 按照這個格式讀取，然后保存為xlsx格式。

獲取filename文件的編碼格式：

def get_encoding(filename):     """     返回文件編碼格式     """     with open(filename,'rb') as f:         return chardet.detect(f.read())['encoding']

保存為utf-8編碼xlsx格式文件，支持csv, xls, xlsx  格式的文件亂碼處理。需要注意，如果讀入文件為csv格式，保存時要使用xlsx格式：

def to_utf8(filename):     """     保存為 to_utf-8     """     encoding = get_encoding(filename)     ext = os.path.splitext(filename)     if ext[1] =='.csv':         if 'gb' in encoding or 'GB' in encoding:             df = pd.read_csv(filename,engine='python',encoding='GBK')         else:             df = pd.read_csv(filename,engine='python',encoding='utf-8')         df.to_excel(ext[0]+'.xlsx')     elif ext[1]=='.xls' or ext[1] == '.xlsx':         if 'gb' in encoding or 'GB' in encoding:             df = pd.read_excel(filename,encoding='GBK')         else:             df = pd.read_excel(filename,encoding='utf-8')         df.to_excel(filename)     else:         print('only support csv, xls, xlsx format')

上面函數實現單個文件轉化，下面batch_to_utf8 實現目錄 path 下所有后綴為ext_name文件的批量亂碼轉化：

def batch_to_utf8(path,ext_name='csv'):     """     path下，后綴為 ext_name的亂碼文件，批量轉化為可讀文件     """     for file in os.listdir(path):         if os.path.splitext(file)[1]=='.'+ext_name:             to_utf8(os.path.join(path,file))

調用：

if __name__ == '__main__':   batch_to_utf8('.') # 對當前目錄下的所有csv文件保存為xlsx格式,utf-8編碼的文件

文件讀寫時亂碼問題，經常會遇到，相信今天這篇文章里的to_utf8，batch_to_utf8函數會解決這個問題，你如果后面遇到，不妨直接引用這兩個函數嘗試下。

到此，相信大家對“如何解決csv文件讀寫亂碼問題”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！