Question

我有一个.csv的商家列表。该文件中包含一些奇怪的字符。例如，在此字段中Stocktonon-Tees，Stockton和on之间的第一个连字符似乎是值为6的字符而不是连字符，值为45。堆栈溢出可能会对此进行整理，因此您无法看到它，因此这里是一个pastebin：

http://pastebin.com/NuyyaQy9

任何人都可以解释为什么会这样吗？我错过了一些编码问题吗？或者数据集中的损坏？

Answer 1

是的，这几乎肯定是一个编码问题。文件只包含二进制数据 - 这就是解释重要二进制数据的方式。听起来像Notepad正在猜测最初想要的编码，但是你正在使用的其他任何东西都没有。

不幸的是，你没有说过什么软件试图读取文件或者首先写了什么 - 但你应该看看Notepad认为是什么编码，并从那里开始工作。

如果是您的代码将文件写出来，并且您决定编码，我建议使用UTF-8作为一种良好的通用平台可移植编码。