Python脚本生成字典文件后导入报错：UTF-8解码失败问题排查

核心原因 #

你遇到的解码错误是因为新生成的languages.py文件编码不是UTF-8，Python导入时默认用UTF-8解码，而文件里的字符（比如ù）是用Latin-1（ISO-8859-1）编码的（对应字节0xf9），导致解码失败。

具体解决步骤 #

• CSV读写强制用UTF-8编码
  用pandas处理CSV时，必须显式指定编码，避免系统默认编码干扰：

  # 导出CSV
  df.to_csv('languages.csv', encoding='utf-8', index=False)
  # 读取CSV
  df = pd.read_csv('languages.csv', encoding='utf-8')
  

• 生成新.py文件时指定UTF-8写入
  写入新的languages.py时，一定要明确设置编码为UTF-8，不要依赖系统默认：

  # 假设dict_data是从CSV还原的字典
  with open('new_languages.py', 'w', encoding='utf-8') as f:
      f.write(f"lang_dict = {dict_data}")
  

• 修复已损坏的文件
  如果已经生成了有问题的文件，可以用VS Code等编辑器打开：

  1. 右下角点击当前编码（比如显示ISO-8859-1）
  2. 选择"通过编码重新打开"，选ISO-8859-1
  3. 再选择"通过编码保存"，选UTF-8

• 验证字典字符
  检查原字典里的特殊字符（比如带重音的字母），确保在CSV转换过程中没有被乱码。如果原字典本身有编码问题，要先统一转成UTF-8再处理。

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