怎么利用python解决csv文件读写乱码问题?

怎么利用python解决csv文件读写乱码问题?今天番茄加速就来说一下。

首先，导入3个模块：

# coding: utf-8

# @author: zhenguo

# @date: 2020-12-16

# @describe: functions about automatic file processing

import pandas as pd

import os

import chardet

chardet 模块用于得到文件的编码格式，pandas 按照这个格式读取，然后保存为xlsx格式。

获取filename文件的编码格式：

def get_encoding(filename):

“”"

返回文件编码格式

“”"

with open(filename,‘rb’) as f:

return chardet.detect(f.read())[‘encoding’]

保存为utf-8编码xlsx格式文件，支持csv, xls, xlsx 格式的文件乱码处理。需要注意，如果读入文件为csv格式，保存时要使用xlsx格式：

def to_utf8(filename):

“”"

保存为 to_utf-8

“”"

encoding = get_encoding(filename)

ext = os.path.splitext(filename)

if ext[1] ==’.csv’:

if ‘gb’ in encoding or ‘GB’ in encoding:

df = pd.read_csv(filename,engine=‘python’,encoding=‘GBK’)

else:

df = pd.read_csv(filename,engine=‘python’,encoding=‘utf-8’)

df.to_excel(ext[0]+’.xlsx’)

elif ext[1]==’.xls’ or ext[1] == ‘.xlsx’:

if ‘gb’ in encoding or ‘GB’ in encoding:

df = pd.read_excel(filename,encoding=‘GBK’)

else:

df = pd.read_excel(filename,encoding=‘utf-8’)

df.to_excel(filename)

else:

print(‘only support csv, xls, xlsx format’)

上面函数实现单个文件转化，下面batch_to_utf8 实现目录 path 下所有后缀为ext_name文件的批量乱码转化：

def batch_to_utf8(path,ext_name=‘csv’):

“”"

path下，后缀为 ext_name的乱码文件，批量转化为可读文件

“”"

for file in os.listdir(path):

if os.path.splitext(file)[1]==’.’+ext_name:

to_utf8(os.path.join(path,file))

调用：

if name == ‘main’:

batch_to_utf8(’.’) # 对当前目录下的所有csv文件保存为xlsx格式,utf-8编码的文件

文件读写时乱码问题，经常会遇到，相信今天这篇文章里的to_utf8，batch_to_utf8函数会解决这个问题，你如果后面遇到，不妨直接引用这两个函数尝试下。