Python csv包-DictReader模块问题

我对Python3.7中的csv包有一个奇怪的问题

我正在导入一个csv文件，并且能够按预期访问所有文件，但有一个例外-存储在fieldnames对象中的标题行显示fieldnames中的第一列标题第一项格式不正确

第一个字段的格式始终为：“xxxheader”

其中：

xxx是看起来总是相同的垃圾字符 标题是正确的标题文本 请参见“我的调试”窗口中我的表对象的以下屏幕截图：

我打开文件的代码如下。我添加了标题[0]=表。字段名[0]。拆分“”[1]以提取正确的标题并将其放回字段名“”

导入csv 使用self.inputfile.open作为self.inputfid： table=csv.DictReaderself.inputfid，分隔符='，' headers=table.fieldnames 标头[0]=表。字段名[0]。拆分“”[1] 注意：self.inputfile是一个pathlib.Path对象

我很长一段时间没有注意到这一点，因为我没有使用带有标题的第一列-我很高兴在多个文件上与其他列一起解析了一段时间

如果我直接查看csv，似乎没有任何问题：

问题： 有人知道问题是什么吗？我可以试着纠正进口问题吗

---

如果没有修复，有没有更好的方法来解析垃圾？我意识到这可能会在将来澄清，但我认为即使只有简单的双引号，拆分仍然会有效。标题应该仍然是拆分中的第二项，对吗？。有更好的解决方案吗？

看起来您的csv文件被编码为utf-8-sig—一些Windows应用程序使用的utf-8版本，但它被解码为cp1252—Windows上常用的另一种编码

>>> print('"#"'.encode('utf-8-sig').decode('cp1252'))
"#"

头前面的垃圾字符是字节顺序标记，utf-8-sig使用它来告诉Windows应用程序文件是utf-8，而不是历史上更常见的8位编码之一

要避免垃圾，请在打开文件时指定utf-8-sig作为编码

问题中的代码可以修改为如下工作方式：

import csv

encoding = 'utf-8-sig'
with self.inputfile.open(encoding=encoding, newline='') as self.inputfid:
    table = csv.DictReader(self.inputfid, delimiter=',')
    headers = table.fieldnames
    ...

---

如果输入文件的编码可能会有所不同，那么编码值或最佳猜测值必须使用注释中使用的工具来确定。

太好了-这很有意义。在使用csv软件包打开文件时，您是否了解如何应用utf-i-sig编码？您能否告诉我们什么类型的对象是self.inputfile？self.inputfile是pathlib.Path对象。另外，我使用了chardet软件包，并确认编码为utf-8-sig。