Cam*_*amW 43
您可以使用记事本打开文件,然后转到文件 - >另存为.在"保存"按钮旁边会有一个编码下拉列表,将在那里选择文件的当前编码.
- 咦？这是使用chardet还是什么？这感觉就像一个糟糕的答案. (6认同)
- 您是在问 Windows 的内置文本编辑器、记事本是否使用 python（或潜在的 js）库？我敢肯定它不会，因为它将用像 C++ 这样的本地编译语言编写。此外，文本编码基于事实，而不是感觉，因此如果您知道为什么这是一个糟糕的答案，请务必提出它，但您的感觉与讨论无关。 (3认同)
- 事情是这样的：CSV 格式没有识别其字符编码的方法。格式本身没有。因此，打开 CSV 的任何内容都必须猜测用于创建文件的编码。问题是，记事本是如何做到这一点的？Chardet 是一个用于此目的的库，它基于浏览器的工作方式（IIRC，它最初是一个 C 程序）。如果记事本正在猜测编码（而不是假设所有 CSV 都是 `windows-1252` 或类似的东西），它使用的是像 chardet 这样的东西。但是什么？我们不知道。我不会推荐这种方法。这是一个黑匣子。 (3认同)
小智 28
在Linux系统中,您可以使用file命令.它将提供正确的编码
样品:
file blah.csv
输出:
blah.csv: ISO-8859 text, with very long lines
- 注意：我认为它不是很可靠。我保存了一个普通的 csv 并检查了十六进制代码，它是 GB2312（我的系统默认编码）。但文件结果是“ASCII-text”。然而，也许这里的“ASCII-text”代表的是**system defaulted**，超出了它的本意。 (2认同)
小智 18
如果使用Python，则只需使用print（）函数来检查csv文件的编码。例如：
with open('file_name.csv') as f:
print(f)
输出是这样的：
<_io.TextIOWrapper name='file_name.csv' mode='r' encoding='utf8'>
- 注意：这*可能*不是100%正确的。我有一个可以作为“utf-16”正确打开的 CSV 文件，但此答案中的方法返回“cp1252”。尝试使用 Pandas CSV 阅读器打开它，因为“cp1252”会返回“ParserError”，因此，某处出了问题。 (7认同)
- 这就是问题的答案。谢谢。 (5认同)
- 这个答案好像是错误的！它总是显示“cp1252”，即使我可以在 Notepad++ 中看到 csv 文件是 utf-8。仅当执行“with open('file_name.csv',encoding='utf-8') as f:”时，它实际上显示 utf-8，这没有帮助。 (3认同)
- 这个答案是完全错误的。Python 用于打开文件的编码*不一定*与文件中数据的编码相对应；Python仅使用**平台的默认编码**。在 Linux 上，我相信 Mac 上，它是 UTF-8，而在 Windows 上，它是 CP1252，因此上面的评论说这总是返回“cp1252”。有关更多详细信息，请参阅[有关“open”的文档](https://docs.python.org/3/library/functions.html#open)。 (3认同)
- 我同意@Mast (2认同)
使用chardet https://github.com/chardet/chardet？文档简短易读）。
安装python，然后pip install chardet，最后使用命令行命令。
我在 GB2312 下测试过，非常准确。（确保您至少有几个字符，只有 1 个字符的样本可能很容易失败）。
file 如您所见，并不可靠。
您还可以使用 python chardet 库
# install the chardet library
!pip install chardet
# import the chardet library
import chardet
# use the detect method to find the encoding
# 'rb' means read in the file as binary
with open("test.csv", 'rb') as file:
print(chardet.detect(file.read()))
小智 5
或者您可以在 python 控制台或 Jupyter Notebook 中执行：
import csv
data = open("file.csv","r")
data
您将看到有关数据对象的信息，如下所示：
<_io.TextIOWrapper name='arch.csv' mode='r' encoding='cp1250'>
正如您所看到的，它包含编码信息。
CSV 文件没有指示编码的标头。
你只能通过查看来猜测：
- 创建文件的平台/应用程序
- 文件中的字节数
2021年，表情符号被广泛使用，但很多导入工具却导入失败。上面的答案中经常推荐该chardet库，但该库不能很好地处理表情符号。
icecream = ''
import csv
with open('test.csv', 'w') as f:
wf = csv.writer(f)
wf.writerow(['ice cream', icecream])
import chardet
with open('test.csv', 'rb') as f:
print(chardet.detect(f.read()))
{'encoding': 'Windows-1254', 'confidence': 0.3864823918622268, 'language': 'Turkish'}
这会在尝试使用此编码读取文件时出现 UnicodeDecodeError。
Mac 上的默认编码是 UTF-8。它被明确地包含在这里，但这甚至不是必要的......但在 Windows 上可能是这样。
with open('test.csv', 'r', encoding='utf-8') as f:
print(f.read())
ice cream,
该file命令也发现了这个
file test.csv
test.csv: UTF-8 Unicode text, with CRLF line terminators
我在 2021 年的建议是，如果自动检测出错：UTF-8在求助于chardet.
| 归档时间： |
|
| 查看次数： |
99338 次 |
| 最近记录： |