首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >使用UTF8读取Python文件

使用UTF8读取Python文件
EN

Stack Overflow用户
提问于 2009-05-24 23:56:32
回答 6查看 277.8K关注 0票数 98

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。

代码语言:javascript
复制
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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
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?

EN

回答 6

Stack Overflow用户

回答已采纳

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:

代码语言:javascript
复制
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。

票数 117
EN

Stack Overflow用户

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:

代码语言:javascript
复制
>>> 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:

代码语言:javascript
复制
import csv
with open('some.csv', newline='', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)
票数 93
EN

Stack Overflow用户

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:

代码语言:javascript
复制
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。

票数 17
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/904041

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档