Python CSV模块读取含印地语的CSV时显示乱码，如何解决？

可能的原因及对应解决方案： #

• 原因1：CSV文件实际编码不是UTF-8
  印地语文本的CSV可能被保存为ISO-8859-1、UTF-16或Windows专用的cp1252等编码，直接用utf-8解码会导致乱码。

  • 先安装chardet库检测文件编码：

    pip install chardet
    

  • 修改代码加入编码检测逻辑：

    import chardet
    import csv
    import copy
    
    csvFile = request.FILES.get('file')
    csv_copy = copy.deepcopy(csvFile)
    file_content = csv_copy.read()
    
    # 自动检测文件编码
    detected_encoding = chardet.detect(file_content)['encoding']
    print(f"检测到文件编码：{detected_encoding}")
    
    decoded_file = file_content.decode(detected_encoding).splitlines()
    reader = csv.reader(decoded_file)
    rows = list(reader)
    for i,row in enumerate(rows):
        print(row[1])
    

  • 如果检测结果为None，可手动尝试utf-8-sig（处理带BOM的UTF-8文件）、latin-1等常见兼容编码。

• 原因2：终端/控制台不支持UTF-8显示
  即便读取到正确文本，终端未设置UTF-8编码也会显示问号：

  • Windows CMD中执行命令切换编码：

    chcp 65001
    

  • 确保终端字体支持印地语字符，比如使用Segoe UI、Noto Sans Devanagari等字体。

• 简化读取替代方案
  直接用csv.reader读取文件对象，跳过手动解码步骤：

  import csv
  import copy
  
  csvFile = request.FILES.get('file')
  csv_copy = copy.deepcopy(csvFile)
  
  # 直接读取文件对象，指定检测到的编码
  reader = csv.reader(csv_copy, encoding='utf-8') # 替换为实际检测出的编码
  rows = list(reader)
  for i,row in enumerate(rows):
      print(row[1])
  

内容的提问来源于stack exchange，提问作者padmaja cherukuri