Python数据处理-文件编码格式读取

        在利用诸如pd.read_csv，open等函数对文件数据进行导入和读取时，我们常常需要指定文件的编码格式，常见的编码格式包括UTF-8、UTF-16、ISO-8859-1等等，那么如何对文件的编码格式进行确定，这里需要用到python中的chardet库：

import chardet

# file_path = "D:/kaggle/data.txt"
file_path = "D://kaggle//data.xls"

# 读取文件内容，并使用 chardet 检测编码
with open(file_path, 'rb') as f:
    raw_data = f.read()  # 将读取的文件内容存储到变量中
    result = chardet.detect(raw_data)  # 变量分析

# 打印检测结果
print(f"The detected encoding is: {result['encoding']}. "
      f"Confidence: {result['confidence']:.2f}")
      # 编码格式及置信度

The detected encoding is: ISO-8859-1. Confidence: 0.73

The detected encoding is: None. Confidence: 0.00

        文件编码检测结果为ISO-8859-1，置信度为0.73，置信度不是非常高；

        文件编码检测结果为None，且置信度为0.00，说明无法对文件的编码格式进行确定，可以利用其他方法进一步确定