如何查看csv文件的编码格式,我只能在用 wps的Excel 里打开 ?

Posted 2023-04-13

如何查看csv文件的编码格式,我只能在用 wps的Excel 里打开 ?
百度也有人问这个问题,但是都答非所问.

具体方法如下：

1、打开WPS表格，然后新建一个文档。

2、依次单击“数据，导入数据”，然后选择需要转换的csv文件后，单击“打开”：

3、点击【直接打开...】 选择【下一步】；

4、打开的csv文件如果有乱码，我们就要选择合适的编码格式，然后下一步。

5、在文本导入向导中，选择“分隔符号”，然后单击“下一步”：

6、勾选“Tab键”和“逗号”，然后单击“下一步”。如果csv文件列分隔符是分号或者其他符号，请勾选相应的选项：

7、在数据预览中，根据数据类型，在文本导入向导的左上角选择相应的数据类型，然后单击“完成”：

参考技术A 貌似没有从根源上说的，我来说说根本原理。

Excel 在读取 csv 的时候是通过读取文件头上的 bom 来识别编码的，这导致如果我们生成 csv 文件的平台输出无 bom 头编码的 csv 文件（例如 utf-8 ，在标准中默认是可以没有 bom 头的），Excel 只能自动按照默认编码读取，不一致就会出现乱码问题了。

掌握了这点相信乱码已经无法阻挡我们前进的步伐了：只需将不带 bom 头编码的 csv 文件，用文本编辑器（工具随意，推荐 notepad++ ）打开并转换为带 bom 的编码形式（具体编码方式随意），问题解决。

当然，如果你是像我一样的码农哥哥，在生成 csv 文件的时候写入 bom 头更直接点，用户会感谢你的。

附录：

对于 utf-8 编码，unicode 标准中是没有 bom 定义的，微软在自己的 utf-8 格式的文本文件之前加上了EF BB BF三个字节作为识别此编码的 bom 头，这也解释了为啥大部分乱码都是 utf-8 编码导致的原因

window新建的txt、wps默认是ANSI编码格式

比如csv文件，修改编码格式为UTF-8：

第一步：选中已经转换好的csv文件，并右击鼠标，选择【打开方式】-【记事本】

第二步：点击【文件】-【另存为】

第三步：编码选择UTF-8后，点击【保存】

这样修改之后的csv文件的编码就是UTF-8了。 参考技术B csv文件其实就是一个文本文件。因此用第三方的记事本软件打开，就能看到它的编码。追问

是不是点击保存,编码这里默认显示的就是默认编码?

因为不了解,显示的utf-8是重新选择的,还是文件本身的编码格式.

本回答被提问者采纳

Python中CSV文件的编码错误

【中文标题】Python中CSV文件的编码错误

【英文标题】：Wrong encoding on CSV file in Python

【发布时间】：2021-08-10 18:53:35

【问题描述】：

我不确定我是否正确地提出了这个问题，但这是我的问题：

我有一个 .csv 文件 (InjectionWells.csv)，我需要根据逗号将其拆分为列。当我这样做时，它只是不起作用，我只能认为可能是一种编码，但我不知道如何修复它。有人能解释一下吗？

以下是实际文件的几行：

API#,Operator,Operator ID,WellType,WellName,WellNumber,OrderNumbers,Approval Date,County,Sec,Twp,Rng,QQQQ,LAT,LONG,PSI,BBLS,ZONE,,,

3500300026,PHOENIX PETROCORP INC,19499,2R,SE EUREKA UNIT-TUCKER #1,21,133856,9/6/1977,ALFALFA,13,28N,10W,C-SE SE,36.9003240,-98.2182600,” 2,500",300,切诺基,,,

3500300163,CHAMPLIN EXPLORATION INC,4030,2R,CHRISTENSEN,1,470258,11/27/2002,ALFALFA,21,28N,09W,C-NW NW,36.8966360,-98.1777200,"2,400","1,000" ,红叉,,,

3500320786,LINN OPERATING INC,22182,2R,NE CHEROKEE UNIT,85,329426,8/19/1988,ALFALFA,24,27N,11W,SE NE,36.8061130,-98.3258400,"1,050","1,000" ,红叉,,,

3500321074,SANDRIDGE 勘探与生产有限责任公司,22281,2R,VELMA,2-19,281652,7/11/1985,ALFALFA,19,28N,10W,SW NE NE SW,36.8885890,-98.3185300,"3,152" ,"1,000",红叉,,,

我已经尝试了这两种方法，但没有一种可以工作：

1.

import pandas as pd
df=pd.read_csv('InjectionWells.csv', sep=',')
print(df)

import pandas as pd
test_data2=pd.read_csv('InjectionWells.csv', sep=',', encoding='utf-8')
test_data2.head()

【问题讨论】：

如果不破坏机密性，显示几行实际 csv 可能会有所帮助。

我包含了指向 CSV 文件的链接，但您是对的，也许显示一些行会更容易理解，但仍然有很多列，我觉得可能包含太多但现在您可以看到。

我无法使用提供的链接中的文件重现您的问题。无论有没有sep 参数，它都能很好地加载。可能是您的环境有问题。您是否可能不小心尝试加载压缩文件？你使用的是什么版本的 Pandas 和 Python？

我还能够使用您提供的数据和代码正确加载 CSV。

@jrbergen 我只加载 CSV 文件而不压缩，我使用的是 Python 3.8 版本和 pandas 1.1.3

【参考方案1】：

由于您的 csv 文件还包含一些非 ascii 字符，因此您需要传递不同的编码。 utf-8 无法处理。

我试过了，它工作正常：-

import pandas as pd
test_data2=pd.read_csv('InjectionWells.csv', sep=',', encoding='ISO-8859-1')
print(test_data2)

---

请在 cmets 中寻求帮助

很乐意提供帮助！！！

【讨论】：

这可能是问题所在，但如果不传递encoding='utf-8'，文件会在此处正常加载，可能会将包含非 utf8 兼容字符的条目替换为 NaN。但这并不能解释他的第一个示例不加载数据框。

那是因为当通过pandas.read_csv()读取时没有传递编码，默认编码为None，errors="replace"表示如果pandas不能编码任何东西那么它就会简单地将其命名为 Nan 并且不会失败。请参考：- pandas.pydata.org/docs/reference/api/pandas.read_csv.html

您好，感谢您的帮助。我尝试了您的建议，但没有解决问题。我尝试再次从原始源下载文件并将其替换为旧文件并工作。也许我用 Python 做的一些事情影响了文件。这次我发布了一个链接，其中包含我正在处理的确切 CSV 文件 (drive.google.com/file/d/1F79iKrXQTLGIaiRhdl5GXtqPMpcqcoAP/…) 并出现错误，以查看是否有人可以澄清我遇到此问题的原因。

让我看看

@Alok Raj 完全正确；这就是我想说的。因此，仅显示 NaNs 的 OP 示例没有意义，因为在不传递编码的情况下加载相同的文件时我没有看到。 @Ricardo Ortega 很高兴它现在可以工作了，也许你的文件在弄乱它的时候已经损坏了。