编码一般默认为utf-8
例如:
import csv
from django.http import HttpResponse
def some_view(request):
response = HttpResponse(content_type='text/csv')
response['Content-Disposition'] = 'attachment; filename="somefilename.csv"'
writer = csv.writer(response)
writer.writerow(['姓名', '性别', '年龄', '地址'])
writer.writerow(['张三', '男', '18', '北京'])
return response
这样导出文件后,即使文件的编码是 UTF-8,用 Excel 打开 CSV 文件还是乱码;但是用文本编辑器(如记事本)打开后是正常的
出现原因
默认情况下,Windows平台上的 UTF-8 编码是带有 BOM(Byte Order Mark)的,所以使用 Windows 上的Excel 软件打开纯 UTF-8 编码的文档时,会因为没有 BOM 而不识别文件内容,造成乱码。
UTF-8 不需要 BOM,尽管 Unicode 标准允许在 UTF-8 中使用 BOM。所以不含 BOM 的 UTF-8 才是标准形式,在 UTF-8 文件中放置 BOM 主要是微软的习惯(顺便提一下:把带有 BOM 的小端序 UTF-16 称作「Unicode」而又不详细说明,这也是微软的习惯)。
BOM(byte order mark)是为 UTF-16 和 UTF-32 准备的,用于标记字节序(byte order)。微软在 UTF-8 中使用 BOM 是因为这样可以把 UTF-8 和 ASCII 等编码明确区分开,但这样的文件在 Windows 之外的操作系统里会带来问题。
使用 Windows 记事本打开导出的文件后,可以看到编码是 UTF-8
解决方法
可以在构建 response 对象时设置编码为带有 BOM 的编码格式:utf-8-sig
import csv
from django.http import HttpResponse
def some_view(request):
response = HttpResponse(content_type='text/csv')
# 通过 User-Agent 判断客户端系统,然后设置带 BOM 的编码
response.charset = 'utf-8-sig' if "Windows" in request.headers.get('User-Agent') else 'utf-8'
response['Content-Disposition'] = 'attachment; filename="somefilename.csv"'
writer = csv.writer(response)
writer.writerow(['姓名', '性别', '年龄', '地址'])
writer.writerow(['张三', '男', '18', '北京'])
return response
粗暴的解决方式
如果你已经有 CSV 文件的编码是 UTF-8,那么需要另存为新的文件,并设置编码。
如下,使用 Windows 记事本另存为:
utf-8和utf-8-sig的区别
1、”utf-8“ 是以字节为编码单元,它的字节顺序在所有系统中都是一样的,没有字节序问题,因此它不需要BOM,所以当用"utf-8"编码方式读取带有BOM的文件时,它会把BOM当做是文件内容来处理, 也就会发生类似上边的错误.
2、“utf-8-sig"中sig全拼为 signature 也就是"带有签名的utf-8”, 因此"utf-8-sig"读取带有BOM的"utf-8文件时"会把BOM单独处理,与文本内容隔离开,也是我们期望的结果.