Python自动化小技巧04——一行代码解决csv文件乱码问题

博主最近搞了点自然语言处理还有爬虫的东西，所以与文字大量打交道。发现有时候下载下来的中文，或者是爬虫下来的中文资料，存为csv文件的时候存在乱码的问题。

比如我下载的一个中文文本分类的数据集，打开居然长这个样子：

 emmmm，看着就头大，我研究了一下乱码的原因，主要是excel打开csv文件的时候使用的编码方式不对。如果你用记事本打开这个文件就会发现是正常的。

 我们可以看到右下角的编码方式是“utf-8”，所以有个使用这个编码方式打开csv文件才行。

网上给出了很多解决方法，但是都不是很好用啊，比如修改excel的设置，新建excel文件然后导入数据源换编码......

其实Python就一行代码就可以解决这个事情，用pandas打开csv文件，使用对应的编码方式，然后再存为excel文件就行。

import pandas as pd
pd.read_csv('online_shopping_10_cats.csv',encoding='utf-8').to_excel('十分类文本.xlsx',index=False)

 结果如下：

 转码大功告成!

其实不止csv文件，理论上乱码都是打开的编码方式不对造成的，只需要你找到原来的编码方式，然后存为  现在要使用软件的打开的 编码方式就可以解决乱码问题。