csv是什么格式的文档,保存csv格式后乱码

csv是什么格式的文档,保存csv格式后乱码

你好，我是 zhenguo

今天扼要总结一个处理csv文件乱码问题，可能你有类似经历，用excel打开一个csv文件，中文全部显示乱码。然后，手动用notepad++打开，修改编码为utf-8并保存后，再用excel打开显示正常。

今天使用Python，很少代码就能将上面过程自动化。首先，导入3个模块：

获取filename文件的编码格式：

def get_encoding(filename):    """    返回文件编码格式    """    with open(filename,'rb') as f:        return chardet.detect(f.read())['encoding']

保存为utf-8编码xlsx格式文件，支持csv, xls, xlsx 格式的文件乱码处理。需要注意，如果读入文件为csv格式，保存时要使用xlsx格式：

def to_utf8(filename):    """    保存为 to_utf-8    """    encoding = get_encoding(filename)    ext = os.path.splitext(filename)    if ext[1] =='.csv':        if 'gb' in encoding or 'GB' in encoding:            df = pd.read_csv(filename,engine='python',encoding='GBK')        else:            df = pd.read_csv(filename,engine='python',encoding='utf-8')        df.to_excel(ext[0]+'.xlsx')    elif ext[1]=='.xls' or ext[1] == '.xlsx':        if 'gb' in encoding or 'GB' in encoding:            df = pd.read_excel(filename,encoding='GBK')        else:            df = pd.read_excel(filename,encoding='utf-8')        df.to_excel(filename)    else:        print('only support csv, xls, xlsx format')

上面函数实现单个文件转化，下面batch_to_utf8 实现目录 path 下所有后缀为ext_name文件的批量乱码转化：

def batch_to_utf8(path,ext_name='csv'):    """    path下，后缀为 ext_name的乱码文件，批量转化为可读文件    """    for file in os.listdir(path):        if os.path.splitext(file)[1]=='.'+ext_name:            to_utf8(os.path.join(path,file))

调用：

if __name__ == '__main__':  batch_to_utf8('.') # 对当前目录下的所有csv文件保存为xlsx格式,utf-8编码的文件

文件读写时乱码问题，经常会遇到，相信今天这篇文章里的to_utf8，batch_to_utf8函数会解决这个问题，你如果后面遇到，不妨直接引用这两个函数尝试下。