今天扼要總結(jié)一個處理csv文件亂碼問題，可能你有類似經(jīng)歷，用excel打開一個csv文件，中文全部顯示亂碼。然后，手動用notepad++打開，修改編碼為utf-8并保存后，再用excel打開顯示正常。

今天使用Python，很少代碼就能將上面過程自動化。首先，導(dǎo)入3個模塊：

# coding: utf-8 
# @author: zhenguo 
# @date: 2020-12-16 
# @describe: functions about automatic file processing 
 
import pandas as pd   
import os  
import chardet 

chardet 模塊用于得到文件的編碼格式，pandas 按照這個格式讀取，然后保存為xlsx格式。

獲取filename文件的編碼格式：

def get_encoding(filename): 
    """ 
    返回文件編碼格式 
    """ 
    with open(filename,'rb') as f: 
        return chardet.detect(f.read())['encoding'] 

保存為utf-8編碼xlsx格式文件，支持csv, xls, xlsx 格式的文件亂碼處理。需要注意，如果讀入文件為csv格式，保存時要使用xlsx格式：

def to_utf8(filename): 
    """ 
    保存為 to_utf-8 
    """ 
    encoding = get_encoding(filename) 
    ext = os.path.splitext(filename) 
    if ext[1] =='.csv': 
        if 'gb' in encoding or 'GB' in encoding: 
            df = pd.read_csv(filename,engine='python',encoding='GBK') 
        else: 
            df = pd.read_csv(filename,engine='python',encoding='utf-8') 
        df.to_excel(ext[0]+'.xlsx') 
    elif ext[1]=='.xls' or ext[1] == '.xlsx': 
        if 'gb' in encoding or 'GB' in encoding: 
            df = pd.read_excel(filename,encoding='GBK') 
        else: 
            df = pd.read_excel(filename,encoding='utf-8') 
        df.to_excel(filename) 
    else: 
        print('only support csv, xls, xlsx format') 

上面函數(shù)實現(xiàn)單個文件轉(zhuǎn)化，下面batch_to_utf8 實現(xiàn)目錄 path 下所有后綴為ext_name文件的批量亂碼轉(zhuǎn)化：

def batch_to_utf8(path,ext_name='csv'): 
    """ 
    path下，后綴為 ext_name的亂碼文件，批量轉(zhuǎn)化為可讀文件 
    """ 
    for file in os.listdir(path): 
        if os.path.splitext(file)[1]=='.'+ext_name: 
            to_utf8(os.path.join(path,file)) 

調(diào)用：

if __name__ == '__main__': 
  batch_to_utf8('.') # 對當前目錄下的所有csv文件保存為xlsx格式,utf-8編碼的文件 

文件讀寫時亂碼問題，經(jīng)常會遇到，相信今天這篇文章里的to_utf8，batch_to_utf8函數(shù)會解決這個問題，你如果后面遇到，不妨直接引用這兩個函數(shù)嘗試下。