讀取 CSV 檔案時如何在 Python 中處理 UTF8 編碼？

使用 Python 讀取 UTF8 CSV 檔案

CSV 檔案通常用於資料交換，通常包含重音字符，需要 UTF8 編碼才能保持其完整性。然而，Python csvreader 僅支援 ASCII 資料。

問題

嘗試讀取帶有重音法語或西班牙語字符的UTF8 CSV 文件時，儘管使用代碼處理UTF8 編碼，但出現以下異常遇到：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 68: ordinal not in range(128)

解決方案

解決方案在於理解encode方法的用途。它將 Unicode 字串轉換為位元組字串，反之亦然。透過正確利用codecs 模組，特別是codecs.open 來處理UTF8 文字文件，可以簡化程式碼：

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

注意

如果輸入資料不是UTF8，例如ISO-8859-1，程式碼需要轉碼：

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

但是，這通常是不必要的，因為csv 可以直接處理ISO-8859-* 編碼的位元組字串。

以上是讀取 CSV 檔案時如何在 Python 中處理 UTF8 編碼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！