问题描述:我存储的文件格式是.csv,用excel打开就是普通的表格
报错:在python文件中读取
解决方案:可能是文件存储的编码不对,导致读取发生错误。在pycharm中打开csv文件,读取格式是utf-8,中文字符发生乱码,不可见,在右下角改为gbk格式,可以看到不发生乱码,能够正常读取。
出错的代码行:data = pd.read_csv(dataFile,encoding='GBK') #之前没有加encoding='GBK',出现的错误是'utf-8' codec can't decode byte 0xb6 in position 0
#查看博客,说是因为默认打开方式是utf-8,但是csv存储格式却不是utf-8,我可以理解为csv存储格式是gbk吗?
后面出现的错误:keys.append(word_split)
#keys.append(word_split.encode('gbk')) 这是原来的写法,一直输出是gbk表示的16进制格式,按照这样写的话,存储的格式应该是gbk,输出就是16进制。
关于python的文件读写操作:
codecs.open() 读文件格式
set_stop_words读文件格式