Python寫的csv文件，如何讓 Excel 雙擊打開不亂碼？
- 2019 年 10 月 4 日
- 筆記
我們常常需要在 Python 中輸出 CSV 文件，但你可能會發現，這些輸出的 CSV文件，不能雙擊使用 Excel 打開，否則中文會變成亂碼。例如下面這段程式碼：
import pandas as pd datas = [ { 'name': '王小一', 'age': 29, 'address': '北京' }, { 'name': '張小二', 'age': 18, 'address': '四川' }, { 'name': '李小三', 'age': 60, 'address': '上海' }] df = pd.DataFrame(datas)df.to_csv('person.csv', index=False)
如果雙擊使用 Excel 打開，你會發現中文變成了亂碼，如下圖所示：
這是因為，當你執行程式碼 df.to_csv('person.csv',index=False)時，它默認會以 UTF-8編碼方式寫 CSV 文件。但是當你雙擊 CSV 使用 Excel打開時，Excel 會以 GBK 編碼來讀這個文件，這就導致了亂碼的發生。
所以，如果是簡單的中文，你可以把編碼方式人工指定為 GBK：
import pandas as pd datas = [ { 'name': '王小一', 'age': 29, 'address': '北京' }, { 'name': '張小二', 'age': 18, 'address': '四川' }, { 'name': '李小三', 'age': 60, 'address': '上海' }] df = pd.DataFrame(datas)df.to_csv('person.csv', index=False, encoding='gbk')
此時再雙擊使用 Excel 打開，中文就能正常顯示了，如下圖所示：
但 GBK 編碼的字符集不夠完善，所以如果文本中包含超出 GBK 字符集的內容，就會導致編碼錯誤，如下圖所示：
這個時候怎麼辦呢？
實際上當你雙擊打開 CSV 的時候，Excel會檢查文件的第一個字元，如果這個字元是 BOM，那麼他就知道應該使用 UTF-8編碼方式來打開這個文件。所謂的 BOM指的是 byte-order mark。
BOM對應的 Unicode 碼為 ufeff，所以當我們使用 UTF-8編碼方式生成 CSV 以後，再增加一步，把 BOM 寫入到文件的第一個字元：
with open('person.csv', encoding='utf-8') as f: content = f.read()content_with_bom = 'ufeff' + content with open('person.csv', 'w', encoding='utf-8') as f: f.write(content_with_bom)
完整程式碼如下圖所示：
此時，新的 CSV 文件可以直接雙擊通過 Excel 打開，並且中文支援完全正常，如下圖所示：
這樣生成的 Excel 雖然在 Excel 上顯示沒有問題，但是如果你發給別人，別人使用 Python 自帶的 csv 模組打開，就會發現 address這一列的列名不是 address而是 ufeffaddress，如下圖所示：
這個 BOM字元雖然肉眼看不到，但是程式能夠看到，這就會導致別人在讀這個 CSV 文件的時候非常不方便。如果直接使用 address去讀，還會報錯：
難道此時，需要先用普通方式讀取 csv 文件，移除第一個 BOM 字元，然後再傳給 CSV 模組嗎？這未免太過麻煩。
好在 Python 只帶了處理 BOM的編碼方式 utf-8-sig，無論是寫文件還是讀文件，只要使用這個編碼方式，Python 在寫文件的時候會自動加上 BOM，在讀文件的時候會自動刪除 BOM。
所以生成 CSV 文件的程式碼如下：
import pandas as pd datas = [ { 'name': '王小一', 'age': 29, 'address': '北京' }, { 'name': '張小二', 'age': 18, 'address': '四❤川' }, { 'name': '李小三', 'age': 60, 'address': '上海' }] df = pd.DataFrame(datas)df.to_csv('person.csv', index=False, encoding='utf-8-sig')
此時生成的 CSV 文件，可以直接雙擊使用 Excel 打開，中文正常顯示。
如果要使用 Python 的 CSV 模組讀取文件，也非常簡單，如下圖所示：
讀取出來的內容直接使用，BOM 已經被 Python 自動移除了。
