我正在尝试使用Python读取带有重音字符的CSV文件(仅限法语和/或西班牙语字符)。基于Python2.5的csvreader文档(http://docs.python.org/library/csv.html),我编写了以下代码来读取CSV文件,因为csvreader只支持ASCII码。
def unicode_csv_reader(unicode_csv_data, dialect=csv.excel, **kwargs):
# csv.py doesn't do Unicode; encode temporarily as UTF-8:
csv_reader = csv.reader(utf_8_encoder(unicode_csv_data),
dialect=dialect, **kwargs)
for row in csv_reader:
# decode UTF-8 back to Unicode, cell by cell:
yield [unicode(cell, 'utf-8') for cell in row]
def utf_8_encoder(unicode_csv_data):
for line in unicode_csv_data:
yield line.encode('utf-8')
filename = 'output.csv'
reader = unicode_csv_reader(open(filename))
try:
products = []
for field1, field2, field3 in reader:
...
下面是我正在尝试读取的CSV文件的摘录:
0665000FS10120684,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Bleu
0665000FS10120689,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Gris
0665000FS10120687,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Vert
...
即使我尝试对UTF-8进行编码/解码,我仍然得到以下异常:
Traceback (most recent call last):
File ".\Test.py", line 53, in <module>
for field1, field2, field3 in reader:
File ".\Test.py", line 40, in unicode_csv_reader
for row in csv_reader:
File ".\Test.py", line 46, in utf_8_encoder
yield line.encode('utf-8', 'ignore')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 68: ordinal not in range(128)
我该如何解决这个问题?
发布于 2009-05-24 16:14:50
.encode
方法被应用于Unicode字符串以生成一个字节字符串;但是您是在一个字节字符串上调用它的…相反,看看标准库中的codecs
模块,特别是codecs.open
中的UTF-8编码文本文件,可以找到更好的通用解决方案。但是,对于csv
模块,你需要传入utf-8数据,这就是你已经得到的,所以你的代码可以简单得多:
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
PS:如果您的输入数据不是utf-8格式,而是ISO-8859-1格式,那么您确实需要一个line.decode('whateverweirdcodec').encode('utf-8')
形式的“代码转换”(如果您热衷于在csv
模块级使用utf-8 ) --但您可能只需要在上面的代码中的yield
行中使用现有编码的名称,而不是'utf-8'
,因为csv
对于ISO-8859-*编码的字节串实际上是很好的。
发布于 2013-02-09 17:37:15
Python 2.X
有一个unicode-csv库可以解决你的问题,另外的好处是不需要编写任何与csv相关的新代码。
下面是他们的自述文件中的一个示例:
>>> import unicodecsv
>>> from cStringIO import StringIO
>>> f = StringIO()
>>> w = unicodecsv.writer(f, encoding='utf-8')
>>> w.writerow((u'é', u'ñ'))
>>> f.seek(0)
>>> r = unicodecsv.reader(f, encoding='utf-8')
>>> row = r.next()
>>> print row[0], row[1]
é ñ
Python 3.X
在Python3中,内置的csv
模块开箱即用来支持这一点。请参阅此示例:
import csv
with open('some.csv', newline='', encoding='utf-8') as f:
reader = csv.reader(f)
for row in reader:
print(row)
发布于 2018-08-16 05:55:22
如果你想读取一个编码为utf-8的CSV文件,我推荐你的最简单的方法是使用如下所示:
with open(file_name, encoding="utf8") as csv_file:
有了这条语句,以后就可以使用CSV阅读器了。
https://stackoverflow.com/questions/904041
复制相似问题