csvcut有效编码选项有哪些？解决非UTF-8输入报错问题

有效编码选项说明 #

csvcut（csvkit工具集成员）的-e/--encoding选项支持Python标准库codecs模块中的所有编码别名，常见适配单字节场景的编码包括：

• cp1252（Windows-1252，0x92对应右单引号，完美匹配你的文件场景）
• latin-1（ISO-8859-1，保留所有0x00-0xFF范围内的字节）
• cp850（DOS拉丁美洲编码）
• iso-8859-15（带欧元符号的Latin-1变种）

你可以通过Python命令python -c "import codecs; print(codecs.aliases.keys())"查看完整编码列表，但实际使用中上述几个单字节编码足以覆盖多数场景。

针对你的场景的直接解决方案 #

你的输入文件包含0x92这类特殊单字节字符，-e cp1252是最精准的选择——Windows-1252编码专门将0x80-0x9F范围的字节映射为特殊字符（包括0x92对应的右单引号）。执行命令：

csvcut -e cp1252 your_input.csv

如果仅需保留所有字节不做字符映射，也可使用-e latin-1，它会将每个0x7F以上的字节直接转为对应Unicode码点，避免编码报错。

至于-e ASCII无效的原因：ASCII仅覆盖0x00-0x7F范围，遇到超出范围的字节仍会触发编码错误，它无法自动处理非ASCII字节。

编码验证小技巧 #

若不确定文件编码，可通过file命令（Linux/macOS）快速检测：

file -I your_input.csv

Windows-1252编码的文件通常会被识别为text/plain; charset=iso-8859-1（因两者低字节兼容），此时用cp1252或latin-1均可正常读取。

内容的提问来源于stack exchange，提问作者Ed Beighe