來(lái)源：未聞Code

我們常常需要在 Python 中輸出 CSV 文件，但你可能會(huì)發(fā)現(xiàn)，這些輸出的 CSV文件，不能雙擊使用 Excel 打開(kāi)，否則中文會(huì)變成亂碼。例如下面這段代碼：

如果雙擊使用 Excel 打開(kāi)，你會(huì)發(fā)現(xiàn)中文變成了亂碼，如下圖所示：

這是因?yàn)?，?dāng)你執(zhí)行代碼 df.to_csv('person.csv',index=False)時(shí)，它默認(rèn)會(huì)以 UTF-8編碼方式寫(xiě) CSV 文件。但是當(dāng)你雙擊 CSV 使用 Excel打開(kāi)時(shí)，Excel 會(huì)以 GBK 編碼來(lái)讀這個(gè)文件，這就導(dǎo)致了亂碼的發(fā)生。

所以，如果是簡(jiǎn)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(shí)再雙擊使用 Excel 打開(kāi)，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(nèi)容，就會(huì)導(dǎo)致編碼錯(cuò)誤，如下圖所示：

這個(gè)時(shí)候怎么辦呢？

實(shí)際上當(dāng)你雙擊打開(kāi) CSV 的時(shí)候，Excel會(huì)檢查文件的第一個(gè)字符，如果這個(gè)字符是 BOM，那么他就知道應(yīng)該使用 UTF-8編碼方式來(lái)打開(kāi)這個(gè)文件。所謂的 BOM指的是 byte-order mark。

BOM對(duì)應(yīng)的 Unicode 碼為 \ufeff，所以當(dāng)我們使用 UTF-8編碼方式生成 CSV 以后，再增加一步，把 BOM 寫(xiě)入到文件的第一個(gè)字符：

完整代碼如下圖所示：

此時(shí)，新的 CSV 文件可以直接雙擊通過(guò) Excel 打開(kāi)，并且中文支持完全正常，如下圖所示：

這樣生成的 Excel 雖然在 Excel 上顯示沒(méi)有問(wèn)題，但是如果你發(fā)給別人，別人使用 Python 自帶的 csv 模塊打開(kāi)，就會(huì)發(fā)現(xiàn) address這一列的列名不是 address而是 \ufeffaddress，如下圖所示：

這個(gè) BOM字符雖然肉眼看不到，但是程序能夠看到，這就會(huì)導(dǎo)致別人在讀這個(gè) CSV 文件的時(shí)候非常不方便。如果直接使用 address去讀，還會(huì)報(bào)錯(cuò)：

難道此時(shí)，需要先用普通方式讀取 csv 文件，移除第一個(gè) BOM 字符，然后再傳給 CSV 模塊嗎？這未免太過(guò)麻煩。

好在 Python 只帶了處理 BOM的編碼方式 utf-8-sig，無(wú)論是寫(xiě)文件還是讀文件，只要使用這個(gè)編碼方式，Python 在寫(xiě)文件的時(shí)候會(huì)自動(dòng)加上 BOM，在讀文件的時(shí)候會(huì)自動(dòng)刪除 BOM。

所以生成 CSV 文件的代碼如下：

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(shí)生成的 CSV 文件，可以直接雙擊使用 Excel 打開(kāi)，中文正常顯示。

如果要使用 Python 的 CSV 模塊讀取文件，也非常簡(jiǎn)單，如下圖所示：

讀取出來(lái)的內(nèi)容直接使用，BOM 已經(jīng)被 Python 自動(dòng)移除了。