在Python中读写csv文件时出现了乱码

前言

本期主要带来Python 程序采集到的数据，保存成 CSV 格式的文件时出现了乱码的解决办法

问题展示

with open('beike.csv','a+', newline='',encoding='utf-8') as file:

分析及解决办法

encoding是编码的意思，在python中，Unicode类型是作为编码的基础类型。

这是由于文件的编码格式和python默认的编码格式不一致导致的，只需要将编码格式utf-8改为utf-8-sig即可

with open('beike.csv','a+', newline='',encoding='utf-8-sig') as file:

UTF-8和UTF-8-SIG的区别

1、”utf-8“ 是以字节为编码单元,它的字节顺序在所有系统中都是一样的,没有字节序问题,因此它不需要BOM,所以当用"utf-8"编码方式读取带有BOM的文件时,它会把BOM当做是文件内容来处理, 也就会发生类似上边的错误.

2、“uft-8-sig"就是"带有签名的utf-8”, 因此"utf-8-sig"读取带有BOM的"utf-8文件时"会把BOM单独处理,与文本内容隔离开,也是我们期望的结果.

避免乱码的注意事项

为了避免乱码问题，可以注意以下几点：

1.确认编码

在读取和写入CSV文件时，要确保使用的编码方式与文件本身的编码方式一致。常见的编码方式有UTF-8、GBK等。

2.避免非标准字符

如果数据中包含非标准字符，可能会导致乱码问题。在处理CSV文件时，要确保数据符合所使用的编码规范，避免使用非法字符。

3.校验数据

对于从外部来源获取的CSV文件，最好进行校验和清洗，确保数据完整性和准确性。可以使用Pyho中的数据清洗库，例如pandas,对数据进行预处理。

4.使用合适的库

在Python中，有很多库可以读写CSV文件，例如csv、pandas等。选择合适的库可以简化操作，提高效率。如果使用pandas)库，可以通过read_csv()和to_csv()函数读写CSV文件。