使用Pandas导入CSV时如何定位编码错误位置？

一、错误信息解读 #

这个错误直白来说：你用UTF-8编码规则读取CSV文件，但文件里第214567个字节是0x93，这不符合UTF-8的解码规范，导致读取失败。0x93这个字节在Windows-1252编码里对应左弯引号（“），基本可以确定你的CSV文件实际是用Windows-1252、GBK这类编码保存的，而非UTF-8。

二、位置的准确含义 #

这里的position 214567指的是字节位置，不是字符数。不同编码下单个字符占用的字节数不同：比如UTF-8里一个中文占3字节，Windows-1252里所有字符都占1字节。别直接把它当成第214567个字符去找，得区分字节和字符的差异。

三、用记事本定位问题字节 #

• 打开CSV文件后，按Ctrl+G调出「转到」窗口
• 先确认文件编码：点击「文件」→「另存为」，查看编码下拉框。如果显示「ANSI」（对应Windows-1252），字节数和字符数基本一致，直接输入214567跳转，附近的特殊符号（比如弯引号）就是问题根源；如果是UTF-8编码，直接跳转字符位置不准，建议先把文件转成ANSI再找，或者直接搜索特殊符号。
• 跳转后就能看到引发错误的特殊字符，一般是弯引号、特殊标点这类非标准ASCII字符。

四、用Excel定位问题 #

• 直接打开CSV时，如果Excel识别错了编码，就走「数据」→「自文本/CSV」路径，手动选择Windows-1252或GBK编码打开，避免乱码。
• 打开后按Ctrl+F查找特殊符号（比如左弯引号“），逐个排查就能找到位置；要是知道大概在哪一行，直接滚动过去找也很方便。

快速绕开错误的方法 #

其实不用费劲找字符，直接在pd.read_csv()里指定正确编码就行，比如：

pd.read_csv("你的文件.csv", encoding="windows-1252")

或者根据文件实际编码换成encoding="gbk"，一般都能直接读取成功。

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