python2 读写文件（txt，csv）乱码解决

2019独角兽企业重金招聘Python工程师标准>>>

中文乱码一直是程序处理中不可避免的问题，既然绕不过就想办法解决它！

通俗逻辑：

1. 源文件编码格式，'ascii,utf-8,gbk'；
2. python读取格式设置，encoding=‘utf-8’；
3. 在程序处理中通过encode（‘utf-8’），decode（‘utf-8’），或者u''.join()；
4. 文件输出（txt，excel，csv等）编码设置；

当然，我们还会用到，# -*-coding：utf-8 -*- 在第一，二行进行标识。

但是我们还是会遇到问题，比如说，中文输出时遇到乱码（一万个那啥啊.......）没办法，只能找解决办法。

• 遇到问题：
  • 读取txt，经过处理，输出csv，csv遇到乱码。
• 解决办法：

df.to_csv("data.csv",encoding="utf_8_sig") # 直接利用"utf_8_sig"，才能在excel中显示中文

 

•  解决思路：见下表
•  
• 
• 
• 总结：

     0. 开源的编辑器实在是恶心的要死

1. 考虑到很多时候我们需要对数据处理结果进行进一步操作，统一起见，应该将整个过程用utf-8进行规范化
2. 总的来说：就中文处理来说。
   1. 原始数据txt尽量使用无bom格式进行存储。
   2. Excel数据输出时候，编码格式用GBK或UTF-8-SIG

转载于:https://my.oschina.net/u/1462678/blog/916489