Question

我有几个小时来尝试在此处发布的代码。它们成功打开了文件，但是在保存文件时，它们仍然是Unicode文本格式，Python熊猫csv_reader不会读取它们。这是我的最新最大尝试。我的文件位于子文件夹“ QCfiles”中：

Sub LoopExample()

Dim MyFolder As String, MyFile As String

With Application.FileDialog(msoFileDialogFolderPicker)
    .AllowMultiSelect = False
    .Show
    MyFolder = .SelectedItems(1)
    Err.Clear
End With

Application.ScreenUpdating = False

MyFile = Dir(MyFolder & "\", vbReadOnly)

Do While MyFile <> ""
    Workbooks.Open FileName:=MyFolder & "\" & MyFile, UpdateLinks:=False
    MsgBox Cells(1, 1)
    ActiveWorkbook.SaveAs FileName:=MyFile, FileFormat:=xlCSV
    Workbooks(MyFile).Close savechanges:=True
    MyFile = Dir
Loop

Application.ScreenUpdating = True

End Sub

Answer 1

在修改CSV（通过VBA）之前，请尝试将参数传递给encoding的{{1}}参数。

据我了解，pandas.read_csv()默认为您的系统设置（如果您的区域设置是英语的某种变体，则可能为encoding）。

要覆盖此隐式行为，您可以尝试传递'cp1252'（或者可能需要encoding='utf-8'），然后传递encoding='utf-8-bom'来解码/使用Unicode字符。

假设您已将pandas导入命名空间pandas下，并且文件位于pd（在Windows上）：

C:\some_folder\ok.csv

我认为值得尝试，因为这可能是一种快速解决方案。

（其他选择可能是导入一些Python库，该库可以尝试推断文件的编码，然后使用该特定的编码，但这显然是更多的工作。

此外，当强制将Unicode强制转换为ASCII时，您可能会丢失信息/字节，具体取决于是否存在任何非ASCII字符。

Answer 2

“这在R中有效”。我现在将切换回Python / Pandas进行进一步的工作。 R擅长读取混乱的数据”

install.packages（'data.table'）库（data.table）

文件名<-Sys.glob（“ C：/ Users / fkean / TOS_csv / QCfiles / 。”）

对于（文件名中的f）{

样本<-read_csv（f，skip = 2） write_csv（sample，f，append = FALSE）

}

VBA将多个Unicode文本文件转换为常规csv。这些文本文件具有csv扩展名

2 个答案: