Pandas Python可以'；t解码\x字节

我有一个csv文件，大约有900万行。在Python中处理时，我遇到了一个错误：

UnicodeEncodeError:“charmap”编解码器无法对位置63中的字符“\xe9”进行编码：字符映射到未定义

结果显示字符串为Beyonc\xe9。所以我猜这有点像。 我尝试用Python打印“\xe”，但失败了：

>>> print('\xe')
  File "<stdin>", line 1
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-2: truncated \xXX escape

但这没用。同样的问题

Python版本：

python --version
Python 3.5.2

虽然我安装了

视窗10

更新：

接下来，我将pandas.read_csv（）中的编码更改为latin1，现在字符串变成了Beyonc\xc3\xa9。和

这是失败的一行：

print(str(title) + ' , ' + str(artist))

title = 'Crazy In Love'
artist = 'Beyonc\xc3\xa9'

---

api来自错误消息中的

'\xe9'

不是后跟字母的实际反斜杠，它只是文件中单个字节的表示形式。您的文件可能编码为Latin-1，而不是您指定的UTF-8。指定

'latin1'

作为编码。

错误消息中的

'\xe9'

不是后跟字母的实际反斜杠，它只是文件中单个字节的表示形式。您的文件可能编码为Latin-1，而不是您指定的UTF-8。指定

'latin1'

作为编码。

现在显示

UnicodeEncodeError:“charmap”编解码器无法对37-38位置的字符进行编码：字符映射到

，而不提及有问题的字符串。但是我发现字符串现在是Beyonc\xc3\xa9Ok我发现\xc3\xa9确实是unicode foré如果我正确地阅读了这些错误消息，您的文件将被破坏，因为它似乎使用了多种编码的混合。使用

'latin1'

编码至少可以让您读取它（拉丁语-1中没有无效的字节序列），假设您使用的任何库都支持标准Python编码。不过，有些字符可能会被错误解码。很抱歉，我不是说它在

read\u csv（）

上失败。这两种方法都有效（

utf-8

/

latin1

）。我添加了失败的行。请查看后面的updatePut

utf-8

，因为这就是您的文件所在。您能否发布错误的完整堆栈跟踪，以便我们看到哪个函数实际上失败了？现在它显示为

UnicodeEncodeError:“charmap”编解码器无法对37-38位置的字符进行编码：字符映射到

，而不提有问题的字符串。但是我发现字符串现在是Beyonc\xc3\xa9Ok我发现\xc3\xa9确实是unicode foré如果我正确地阅读了这些错误消息，您的文件将被破坏，因为它似乎使用了多种编码的混合。使用

'latin1'

编码至少可以让您读取它（拉丁语-1中没有无效的字节序列），假设您使用的任何库都支持标准Python编码。不过，有些字符可能会被错误解码。很抱歉，我不是说它在

read\u csv（）

上失败。这两种方法都有效（

utf-8

/

latin1

）。我添加了失败的行。请查看后面的updatePut

utf-8

，因为这就是您的文件所在。您能否发布错误的完整堆栈跟踪，以便我们看到哪个函数实际上失败了？

print(str(title) + ' , ' + str(artist))

title = 'Crazy In Love'
artist = 'Beyonc\xc3\xa9'