Python写入gzip压缩CSV文件时首行出现乱码字符的问题排查

错误原因 #

你的代码里有两个关键问题导致了乱码：

1. 重复写入gzip头部数据：在TextIOWrapper的with块里调用了gz.write(mem_file.getvalue())，这会把当前mem_file中已经生成的gzip压缩内容（包含gzip的二进制头部）再次写入到gzip对象中。解压时，这部分额外的头部数据会被当作普通文本解析，就出现了首行的乱码字符。
2. 不必要的手动关闭与指针位置错误：gz.close()是多余的，with语句会自动管理gzip对象的关闭；而且mem_file.seek(0)应该放在所有with块执行完之后，否则指针位置不对。

修正后的代码 #

import csv
import gzip
import io

csv_rows = [["cara","vera","tara"],["rar","mar","bar"],["jump","lump","dump"]]
mem_file = io.BytesIO()

with gzip.GzipFile(fileobj=mem_file, mode="wb") as gz:
    with io.TextIOWrapper(gz, encoding='utf-8') as wrapper:
        writer = csv.writer(wrapper)
        writer.writerows(csv_rows)

# 所有写入操作完成后，再将文件指针移到开头
mem_file.seek(0)

验证说明 #

修正后，gzip文件只会写入正常的CSV文本压缩数据，解压后内容如下：

cara,vera,tara
rar,mar,bar
jump,lump,dump

首行不会再出现乱码，列数也完全正确。

内容的提问来源于stack exchange，提问作者JennyToy