我试图用Python读取一个带有重音字符的CSV文件(只有法语和/或西班牙语字符)。基于csvreader(http://docs.python.org/library/csv.html)的Python 2.5文档,我提出了以下代码来读取CSV文件,因为csvreader只支持ASCII。
def unicode_csv_reader(unicode_csv_data, dialect=csv.excel, **kwargs):
# csv.py doesn't do Unicode; encode temporarily as UTF-8:
csv_reader = csv.reader(utf_8_encoder(unicode_csv_data),
dialect=dialect, **kwargs)
for row in csv_reader:
# decode UTF-8 back to Unicode, cell by cell:
yield [unicode(cell, 'utf-8') for cell in row]
def utf_8_encoder(unicode_csv_data):
for line in unicode_csv_data:
yield line.encode('utf-8')
filename = 'output.csv'
reader = unicode_csv_reader(open(filename))
try:
products = []
for field1, field2, field3 in reader:
...
下面是我试图读取的CSV文件的摘录:
0665000FS10120684,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Bleu
0665000FS10120689,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Gris
0665000FS10120687,SD1200IS,Appareil photo numérique PowerShot de 10 Mpx de Canon avec trépied (SD1200IS) - Vert
...
即使我尝试编码/解码到UTF-8,我仍然得到以下异常:
Traceback (most recent call last):
File ".\Test.py", line 53, in <module>
for field1, field2, field3 in reader:
File ".\Test.py", line 40, in unicode_csv_reader
for row in csv_reader:
File ".\Test.py", line 46, in utf_8_encoder
yield line.encode('utf-8', 'ignore')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 68: ordinal not in range(128)
我该怎么解决?
.encode
方法被应用到Unicode字符串以生成字节字符串;但您是在字节字符串上调用它而不是。。。方向不对!查看标准库中的codecs
模块和codecs.open
,特别是阅读UTF-8编码文本文件的更好的通用解决方案。但是,对于csv
模块,您需要传入utf-8数据,这就是您已经得到的,因此您的代码可以简单得多:注:如果您的输入数据不是utf-8格式的,而是ISO-8859-1格式的,那么您确实需要一个
csv
模块级的line.decode('whateverweirdcodec').encode('utf-8')
格式的“转码”(如果您热衷于在csv
模块级使用utf-8),但是您可能只需要在我上面代码的yield
行中使用现有编码的名称,而不是'utf-8'
,因为csv
实际上用ISO-8859-*编码的testrings是可以的。Python 2.X
有一个unicode-csv库可以解决您的问题,它还有一个额外的好处,就是不需要导航来编写任何新的csv相关代码。
以下是他们自述中的一个例子:
Python 3.X
在python 3中,内置的
csv
模块直接支持这一点。请参见以下示例:如果您想读取编码为utf-8的CSV文件,我建议您使用如下方法:
使用该语句,您可以稍后使用CSV阅读器。
相关问题 更多 >
编程相关推荐