Question

我正在处理一个包含一系列unicode字符（勒索软件名称）的电子表格。

目前我有以下内容：

import urllib.request
import pandas as pd

SOURCESHEET = 'https://docs.google.com/spreadsheets/d/1TWS238xacAto-fLKh1n5uTsdijWdCEsGIM0Y0Hvmc5g/pub?output=xlsx'
WORKBOOK = 'RansomwareOverview.xlsx'

# download and save ransomware overview file locally
try:
    urllib.request.urlretrieve(SOURCESHEET, WORKBOOK)
except IOError:
    print('An error occured trying to write an updated spreadsheet. Do you already have it open?')
except urllib.error.URLError:
    print('An error occured trying to download the file. Please check the source and try again')

sheet = pd.read_excel(open(WORKBOOK,'rb'), sheetname='Ransomware')
print(sheet)

当我尝试print表单的内容时，我会收到以下内容：

Traceback（最近一次调用最后一次）：文件 “GoogleSpreadsheetToJson.py”，第27行，in print（sheet）文件“C：\ Python34 \ lib \ encodings \ cp850.py”，第19行，编码 return codecs.charmap_encode（input，self.errors，encoding_map）[0] UnicodeEncodeError：'charmap'编解码器不能编码位置10917-10922：字符映射到

我相信这是因为我正在使用的工作表具有以下属性：

“ПРОЧТИ_МЕНЯ.txtREAD_ME.txt”

我是否可以使用pandas进行电子表格处理或解决此问题？

Answer 1

一些选项：

切换到Python 3.6，它使用Windows的Unicode API写入控制台，而不是尝试编码到cp850中的输出（控制台在系统上的默认编码）。
使用chcp 65001（UTF-8）更改控制台编码。
在运行脚本之前设置环境变量pythonioencoding=cp850:replace。这会将错误处理程序从strict更改为replace。您将获得cp850不支持的字符的问号。

如何使用pandas处理unicode字符并打印到屏幕？

1 个答案: