python 读取中文CSV 'gbk' codec can't decode bytes in position 2-3：illegal multibyte sequen

Posted 2020-09-04

读取中文的文档如Excel，CSV文件，需要中文编码 如gbk 解码才能转Unicode；然而 数据混合类型，读CSV文件就会出错，经管Excel正常。

 

UnicodeDecodeError ：‘gbk‘ codec can‘t decode bytes in position 2-3：illegal multibyte sequence
意思是：将一个字符串，通过gbk的方式，去解码，想要获得Unicode字符串，结果出错了
 

解决方法：处理的字符的确是gb2312，但是其中夹杂的部分特殊字符，是gb2312编码中所没有的。
如果有些特殊字符是GB18030中有的，但是是gb2312中没有的，则用gb2312去解码，也比较会出错。 所以，此种情况，可以尝试用和当前编码（gb2312）兼容的但所包含字符更多的编码（gb18030）去解码，或许就可以了。
GB2312，GBK，GB18030，是兼容的，包含的字符个数：GB2312 < GBK < GB18030

来自 <http://blog.csdn.net/junkichan/article/details/51913845>