Python读取含塞尔维亚拉丁字母的CSV时遇UnicodeDecodeError的解决方法

核心原因 #

你遇到的UnicodeDecodeError是因为Python默认使用了系统默认编码（Windows下通常是cp1252这类charmap编码），这类编码无法覆盖塞尔维亚拉丁字母对应的字节。完全不需要手动替换字符，直接指定正确的编码就能解决问题。

具体解决方法 #

1. 指定UTF-8编码读取 #

如果CSV文件是用UTF-8编码保存的（现在多数文件采用该编码），在open()函数中直接指定encoding='utf-8'即可：

import csv

with open('your_file.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        # 处理行数据
        print(row)

2. 尝试Windows-1250编码 #

如果UTF-8不生效，塞尔维亚地区常用的windows-1250编码原生支持这些特殊字母，可以试试这个：

import csv

with open('your_file.csv', 'r', encoding='windows-1250') as f:
    reader = csv.reader(f)
    # 后续数据处理逻辑

3. 无法确定编码时的排查方法 #

要是不知道文件的具体编码，可以用chardet库检测：
首先安装库：

pip install chardet

然后执行检测代码：

import chardet

with open('your_file.csv', 'rb') as f:
    detection_result = chardet.detect(f.read())
    
print(detection_result['encoding'])  # 输出检测到的编码，比如'utf-8'或'windows-1250'

拿到编码后，替换前面代码中的encoding参数即可。

4. 兜底方案（不推荐） #

如果实在无法确定正确编码，又不想中断程序，可以用errors参数控制解码行为：

• errors='ignore'：直接跳过无法解码的字符
• errors='replace'：用�替换无法解码的字符

import csv

with open('your_file.csv', 'r', encoding='utf-8', errors='replace') as f:
    reader = csv.reader(f)
    # 后续操作

注意：这个方法会丢失或损坏数据，仅作为临时替代，优先使用前三种方法。

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