Python 基于csv 读取文本文件提示：‘gbk‘ codec can‘t decode byte 0xbf in position 2: illegal multibyte sequence(代

Posted 2021-10-03 在奋斗的大道

问题描述：

今天爬取了链家（长沙）二手房价格信息，准备读取相关*.csv文件进行相关数据的清洗工作，在读取*.csv 文件时。得到如下错误信息：

'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence

错误大致意思：Unicode的解码（Decode）出现错误（Error）了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can’t decode ）。“illegal multibyte sequence”意思是非法的多字节序列，即没法（解码）了。
 

报错Python 代码片段：

with open('长沙二手房数据.csv', "rb") as f:
    csv_read = csv.reader(f)
    for line in csv_read:
        print(type('数据类型', line))
        print(line)

第一次修改：指定模式:rt ，指定编码模式:gbk, 行记录默认为' '

with open('长沙二手房数据.csv', 'rt', newline='', encoding='gbk') as f:
    csv_read = csv.reader(f)
    for line in csv_read:
        print('数据类型', type(line))
        print(line)

修改后，还是提示相同错误信息。

第二次修改:指定模式:rt ，指定编码模式:utf-8, 行记录默认为' '，省略错误信息:ignore

with open('长沙二手房数据.csv', 'rt', newline='', encoding='utf-8', errors='ignore') as f:
    csv_read = csv.reader(f)
    for line in csv_read:

数据可以正常读取。