Python打开CSV文件，并假定使用混合编码？

我正在尝试使用Python读取CSV文本文件（根据Notepad++，UTF-8没有BOM）。但是，编码似乎存在问题：

print(open(path, encoding="utf-8").read()) 非法UTF-16替代品

即使我尝试用自动编解码器查找器打开它，我也会收到错误

def csv_unireader(f, encoding="utf-8"): for row in csv.reader(codecs.iterencode(codecs.iterdecode(f, encoding), "utf-8")): yield [e.decode("utf-8") for e in row] def csv_unireader（f，encoding=“utf-8”）： 对于csv.reader中的行（codecs.iterencode（codecs.iterdecode（f，encoding），“utf-8”）： 产量[e.decode（“utf-8”）用于第行中的e] 我忽略了什么？该文件包含Twitter文本，其中包含许多不同的字符，这是肯定的。但在Python中，这不会是如此困难的任务，只需读取/打印文件？

编辑：

刚刚尝试使用此答案中的代码：

导入csv 将open（'source.csv'，newline=''，encoding='utf-8'）作为f： 读卡器=csv。读卡器（f） 对于读取器中的行： 打印（行） 这至少会将一些行打印到屏幕上，但也会在某些行之后抛出错误：

cp850.py，第19行，编码 返回codecs.charmap\u encode（输入、自身错误、编码\u映射）[0] UnicodeEncodeError:“charmap”编解码器无法对位置62-63中的字符进行编码： 字符映射到

---

它似乎会自动使用另一种编码方式

CP850

。。。我无法理解这一切….

您的python版本是什么？ 如果使用2.x，请尝试在脚本开头粘贴导入：

from __future__ import unicode_literals

然后尝试：

print(open(path).read().encode('utf-8'))

还有一个很好的字符集检测工具：。

---

我希望它能帮助您。

您的python版本是什么？ 如果使用2.x，请尝试在脚本开头粘贴导入：

from __future__ import unicode_literals

然后尝试：

print(open(path).read().encode('utf-8'))

还有一个很好的字符集检测工具：。

---

我希望它能帮助您。

您的python版本是什么？ 如果使用2.x，请尝试在脚本开头粘贴导入：

from __future__ import unicode_literals

然后尝试：

print(open(path).read().encode('utf-8'))

还有一个很好的字符集检测工具：。

---

我希望它能帮助您。

您的python版本是什么？ 如果使用2.x，请尝试在脚本开头粘贴导入：

from __future__ import unicode_literals

然后尝试：

print(open(path).read().encode('utf-8'))

还有一个很好的字符集检测工具：。

---

我希望它能帮助您。

您可以在open函数中使用errors参数。您可以尝试以下选项之一（我从python文档中提取了描述）：

• “忽略”忽略错误。请注意，忽略编码错误可能会导致数据丢失
• “replace”导致在存在格式错误数据的位置插入替换标记（如“？”）
• “SurrogateScape”将在Unicode专用区域（范围从U+DC80到U+DCFF）中将任何不正确的字节表示为代码点。当在写入数据时使用代理场景错误处理程序时，这些私有代码点将被转换回相同的字节。这对于处理未知编码的文件很有用

因此，您可以使用：

print(open(path, encoding="utf-8", errors="ignore").read())

---

您可以在open函数中使用errors参数。您可以尝试以下选项之一（我从python文档中提取了描述）：

• “忽略”忽略错误。请注意，忽略编码错误可能会导致数据丢失
• “replace”导致在存在格式错误数据的位置插入替换标记（如“？”）
• “SurrogateScape”将在Unicode专用区域（范围从U+DC80到U+DCFF）中将任何不正确的字节表示为代码点。当在写入数据时使用代理场景错误处理程序时，这些私有代码点将被转换回相同的字节。这对于处理未知编码的文件很有用

因此，您可以使用：

print(open(path, encoding="utf-8", errors="ignore").read())

---

您可以在open函数中使用errors参数。您可以尝试以下选项之一（我从python文档中提取了描述）：

• “忽略”忽略错误。请注意，忽略编码错误可能会导致数据丢失
• “replace”导致在存在格式错误数据的位置插入替换标记（如“？”）
• “SurrogateScape”将在Unicode专用区域（范围从U+DC80到U+DCFF）中将任何不正确的字节表示为代码点。当在写入数据时使用代理场景错误处理程序时，这些私有代码点将被转换回相同的字节。这对于处理未知编码的文件很有用

因此，您可以使用：

print(open(path, encoding="utf-8", errors="ignore").read())

---

您可以在open函数中使用errors参数。您可以尝试以下选项之一（我从python文档中提取了描述）：

• “忽略”忽略错误。请注意，忽略编码错误可能会导致数据丢失
• “replace”导致在存在格式错误数据的位置插入替换标记（如“？”）
• “SurrogateScape”将在Unicode专用区域（范围从U+DC80到U+DCFF）中将任何不正确的字节表示为代码点。当在写入数据时使用代理场景错误处理程序时，这些私有代码点将被转换回相同的字节。这对于处理未知编码的文件很有用

因此，您可以使用：

print(open(path, encoding="utf-8", errors="ignore").read())

---

chardet

在25mb文件上运行多年。。。感谢您的指导思想该编码是根据

chardet

编码的

ISO-8859-2

您是否先尝试解码，然后再尝试编码？（.解码（'iso-8859-2'）。编码（'utf-8'））是。我最终将文本复制/粘贴到一个新的文本文件中。现在这是一个可行的解决方案。

chardet

在25mb文件上运行了很长时间。。。感谢您的指导思想该编码是根据

chardet

编码的

ISO-8859-2

您是否先尝试解码，然后再尝试编码？（.解码（'iso-8859-2'）。编码（'utf-8'））是。我最终将文本复制/粘贴到一个新的文本文件中。现在这是一个可行的解决方案。

chardet

在25mb文件上运行了很长时间。。。感谢您的指导思想，编码是

ISO-8859-2

accordi