怎么查看csv⽂件的编码_python学习笔记：read_csv（）——
encoding（。。。
前⾔：
前⾔
在使⽤pandas读取csv⽂件时，通常需要指定解码⽅式，最常⽤的是UTF-8。
UTF-8不解释了，国际化编码标准，html现在最标准的编码格式。
但是有时使⽤UTF-8还是会报错，到底是什么原因呢？
请看⼀个案例：
import pandas as pd
file_path=r'E:test_dataAdventureWorksDW-data-warehouse-install-scriptDimAccount.csv'
df = pd.read_csv(file_path,sep="|",encoding="utf-8",header=None,na_values='null',dtype=str)
运⾏后报错：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte
接下来重点来了，请注意看报错语句，它提醒你utf-8不能解码0xff 。
那么0xff 是什么呢？
⾸先思考⼀个问题：既然有这么多编码⽅式，那⽂件打开的时候，windows系统是如何判断该使⽤哪种编码⽅式呢？
答案是 windows 在⽂件头部增加了⼏个字节以表⽰编码⽅式。
python怎么读文件夹下的文件夹三个字节（0xef, 0xbb, 0xbf）表⽰UTF-8；
两个字节（0xff, 0xfe或者0xfe, 0xff）表⽰UTF-16（Unicode）；
⽆表⽰GB**。
0xff需要使⽤UTF-16才能解码。
说明0xff需要使⽤UTF-16才能解码
这⾥提⼀下，LE（little-endian）和BE（big-endian）。LE和BE代表字节序，分别表⽰字节从低位/⾼位开始。 我们常接触到的CPU都是LE，所以windows⾥Unicode未指明字节序时默认指的是LE。此处
encoding="utf-16LE" 。
# 接下来，修改解码⽅式为UTF-16LE：
df = pd.read_csv(file_path,sep="|",encoding="utf-16LE",header=None,na_values='null',dtype=str)
执⾏成功。打印第0⾏验证下：
print(df.iloc[0])
还有⼀种更简单的⽅法，如果csv⽂件不⼤，可以⽤记事本打开，查看-状态栏，可以看到⽂件下⽅有编码⽅式：UTF-16LE 。
总结：
总结
使⽤read_csv()时，怎么知道csv⽂件的编码⽅式呢？
⽅法⼀：不妨先试试encoding="UTF-8"，如果报错，可以通过分析报错信息获取编码⽅式。
⽅法⼆：⽤记事本打开csv⽂件，查看状态栏，显⽰编码⽅式。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。