本文探讨了在处理文本内容时的编码问题，包括unicode如何通过encode转化为utf-8，以及从网页或CSV文件中读取内容时的解码过程。强调了在写入新文件时保持编码一致性的关键性，以避免出现编码错误。同时指出，读取和写入CSV文件时，应确保编码匹配，如utf-8和gbk之间的正确转换。
1.encode与decode:
unicode经过encode -> utf-8，反过来为decode。
爬虫读取网页内容和pandas读取csv时，会把读取到的文字内容转成unicode，当我们需要把这些文字内容写入到新的文件时，需要设置该文件的编码(该编码应该与网页或原来的编码相同，以便带来编码的问题)，即做一个encode的过程。
2.读取时文件的编码要与写入文件时编码相同。
即读取csv文件时，文件的编码为utf-8，读取到的内容写入到新的csv时，应该把新csv的编码也设置为utf-8，而不能设为gbk.
扫一扫
2976
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
