Python 基于csv 读取文本文件提示：‘gbk‘ codec can‘t decode byte 0xbf in position 2: illegal multibyte sequence

报错

Python 基于csv 读取文本文件提示：‘gbk‘ codec can‘t decode byte 0xbf in position 2: illegal multibyte sequence

分析

错误大致意思：Unicode的解码（Decode）出现错误（Error）了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can’t decode ）。“illegal multibyte sequence”意思是非法的多字节序列，即没法（解码）了。

解决

方法一：修改encoding方式，忽略错误
这里gb18030是比gbk更高级的方式，包含更多符号。编码方式还有”UTF-8″等。

csv_reader = csv.reader(open(data_path,'r' ,encoding='gb18030',errors='ignore'))

csv_reader = csv.reader(open(data_path,'r' ,encoding='UTF-8',errors='ignore'))

我这里的背景是：通过excel将文件保存为csv格式，但读取时出错。使用第一种方法以后仍然报错，于是通过

res=[row for row in csv_reader]
print(res)

检查变量的具体错误，发现是第一个变量开头多了乱码。此时可以将该变量替换，比如

res[0][0] = res[0][0].split('\ufeff')[-1]##直接从excel保存成csv会有字符读取错误，可复制到txt文件中再改后缀名为csv

或者采用第二种方法。

方法二：新建txt文档，将excel保存生成的.csv文件以记事本方式打开，ctrl+A复制所有内容到新建的txt文档中，再将txt文档的后缀名修改为.csv，这样就不会产生乱码了。
这里的区别是，之前那个excel保存的.csv文件用记事本打开时，右下方会显示“带BOM的UTF-8”，而新建txt文档再改后缀名的方式生成的.csv文件用记事本打开后右下角显示“UTF-8”，不会有“带BOM”几个字。推测应该是BOM的问题。