我正在尝试解析一个包含英语和印地语字符的csv文件,我正在使用utf-16。它工作正常,但一旦它击中印地文charatcer它失败了。我在这里不知所措。
继承代码 - >
import csv
import codecs
csvReader = csv.reader(codecs.open('/home/kuberkaul/Downloads/csv.csv', 'rb', 'utf-16'))
for row in csvReader:
print row
我得到的错误是Traceback(最近一次调用最后一次):
> File "csvreader.py", line 8, in <module>
> for row in csvReader: UnicodeEncodeError: 'ascii' codec can't encode characters in position 11-18: ordinal not in range(128)
> kuberkaul@ubuntu:~/Desktop$
我该如何解决这个问题?
编辑1:
我尝试了解决方案并使用了unicdoe csv阅读器,现在它给出了错误:
UnicodeDecodeError:'ascii'编解码器无法将字节0xff解码到位 0:序数不在范围内(128)
代码是:
import csv
import codecs, io
def unicode_csv_reader(unicode_csv_data, dialect=csv.excel, **kwargs):
# csv.py doesn't do Unicode; encode temporarily as UTF-8:
csv_reader = csv.reader(utf_8_encoder(unicode_csv_data),
dialect=dialect, **kwargs)
for row in csv_reader:
# decode UTF-8 back to Unicode, cell by cell:
yield [unicode(cell, 'utf-8') for cell in row]
def utf_8_encoder(unicode_csv_data):
for line in unicode_csv_data:
yield line.encode('utf-8')
filename = '/home/kuberkaul/Downloads/csv.csv'
reader = unicode_csv_reader(codecs.open(filename))
print reader
for rows in reader:
print rows
答案 0 :(得分:6)
正如the documentation所说,在靠近顶部的大笔记中:
此版本的csv模块不支持Unicode输入。此外,目前有一些关于ASCII NUL字符的问题。因此,所有输入应为UTF-8或可打印的ASCII以确保安全;请参阅示例部分中的示例。
如果您点击该示例的链接,它会显示解决方案:将每行编码为UTF-8,然后再将其传递给csv
。他们甚至为您提供了一个很好的包装器,因此您只需将csv.reader
替换为unicode_csv_reader
,其余代码就会保持不变:
csvReader = unicode_csv_reader(codecs.open('/home/kuberkaul/Downloads/csv.csv', 'rb', 'utf-16'))
for row in csvReader:
print row
当然print
不会非常有用,因为列表的str
使用每个元素的repr
,所以你会得到像[u'foo', u'bar', u'\u0910\u0911']
...
您可以通常的方式解决这个问题 - 例如,print u', '.join(row)
如果你还记得u
就可以了,如果Python能够猜测你终端的编码(它可以在Mac和现代linux上使用) ,但可能无法在Windows和旧的Linux上运行,在这种情况下,您需要在每列上映射明确的encode
。