Bagaimana untuk Membaca Fail CSV UTF8 dengan Aksara Beraksen dalam Python?

Membaca Fail CSV UTF8 dengan Python

Apabila cuba membaca fail CSV yang mengandungi aksara beraksen dengan Python (khususnya bahasa Sepanyol atau Perancis), isu timbul disebabkan oleh Python sokongan ASCII lalai dalam csvreadernya.

Untuk menangani ini, coretan kod yang diubah suai dicadangkan untuk membaca fail CSV seperti berikut:

<code class="python">import csv

def unicode_csv_reader(utf8_data, dialect=csv.excel, **kwargs):
    csv_reader = csv.reader(utf8_data, dialect=dialect, **kwargs)
    for row in csv_reader:
        yield [unicode(cell, 'utf-8') for cell in row]

filename = 'output.csv'
reader = unicode_csv_reader(open(filename))
for field1, field2, field3 in reader:
    ...</code>

Kod ini menganggap data input sudah berada dalam UTF -8 pengekodan. Jika data input berada dalam pengekodan yang berbeza, pendekatan "transcoding" berikut boleh digunakan:

<code class="python">line.decode('whateverweirdcodec').encode('utf-8')</code>

Dengan menggantikan 'whateverweirdcodec' dengan pengekodan yang sesuai, data input boleh ditukar kepada UTF-8 sebelum sedang dibaca oleh csvreader.

Atas ialah kandungan terperinci Bagaimana untuk Membaca Fail CSV UTF8 dengan Aksara Beraksen dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!