Question

输入文件：chars.csv：

4,,x,,2,,9.012,2,,,,
6,,y,,2,,12.01,Â±4,,,,
7,,z,,2,,14.01,_3,,,,

当我尝试解析此文件时，即使在指定utf-8编码后也会出现此错误。

>>> f=open('chars.csv',encoding='utf-8')
>>> f.read()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.2/codecs.py", line 300, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb1 in position 36: invalid start byte

如何更正此错误？

版本：Python 3.2.3

Answer 1

您的输入文件显然不是utf-8编码的，因此您至少拥有以下选项：

f=open('chars.csv', encoding='utf-8', errors='ignore')如果给定的文件大部分是utf-8而你不关心一些小的数据丢失。对于其他errors参数值check manual
只需使用正确的编码，如latin-1，如果你知道一个

Answer 2

这不是UTF-8编码。 ±的UTF-8编码是\ xC2 \ xB1，而Â是\ xC2 \ x83。正如RobertT所建议的那样，尝试使用Latin-1：

f=open('chars.csv',encoding='latin-1')

访问csv文件时获取UnicodeDecodeError

2 个答案: