pd.read_excel读取含西语特殊字符Excel的编码问题求助

DevOps 小满

2026-8-18

问题描述

使用pandas读取多工作表Excel文件并拆分保存为CSV时，西班牙语特殊字符（á、é、í、ó、ú、ñ）出现乱码。具体表现为原内容中的Carreño保存后变为CarreÃ±o，García变为GarcÃa。

此前处理CSV文件时，通过指定encoding='latin-1'解决过类似乱码问题，但将同样逻辑应用到Excel读取时报错。

相关代码示例（仅路径和工作表名不同）：

import os
import pandas as pd

# 拼接Excel文件路径
path_final = os.path.join(path, excel)

# 读取指定工作表
df_employees = pd.read_excel(path_final, sheetname='General (employees&interns)', encoding='UTF-8')

# 定义保存路径（注：原代码路径字符串存在语法错误，已修正为合理形式）
employees_path = f'General/03 HR Analytics/01. Dashboard/{year}/{month}/Processed/Employees/'

# 保存为CSV
df_employees.to_csv(
    employees_path + f"HR_Data_Template_Data_{business_list[position]}_Employees.csv",
    sep=';',
    encoding='UTF-8'
)

乱码前后对比：

处理前（原Excel内容）：
Carreño Julian
Natalia García
Gutiérrez Gutiérrez Pedro

处理后（保存的CSV内容）：
CarreÃ±o Julian
Natlaia GarcÃa
GutiÃ©rrez GutiÃ©rrez Pedro

解决思路与方案

1. 为什么`pd.read_excel`指定`encoding='UTF-8'`无效？

现代Excel文件（.xlsx格式）基于Open XML标准，内部默认使用UTF-8存储字符，pd.read_excel的encoding参数对.xlsx文件完全无效——这个参数仅针对旧版二进制格式的.xls文件或特定读取引擎生效。你设置的encoding='UTF-8'属于多余操作，甚至可能引发不必要的错误。

另外，原代码中的sheetname参数已被pandas弃用，建议替换为sheet_name。

2. 乱码的真正根源：CSV保存环节

你看到的乱码并非读取Excel时产生，而是保存CSV时的编码与后续打开工具的编码不匹配导致的：

Windows系统下的Excel默认用cp1252（Latin-1的超集）编码解析CSV文件；
若你用encoding='UTF-8'保存CSV且不带BOM（字节顺序标记），Excel无法自动识别UTF-8编码，就会把UTF-8的多字节字符解析为单字节，出现类似Ã±的乱码。

3. 具体解决方法

方法一：保存带BOM的UTF-8 CSV

使用utf-8-sig编码保存，它会在文件开头添加BOM，让Excel自动识别UTF-8编码：

# 读取Excel时去掉无效的encoding参数，修正sheet_name
df_employees = pd.read_excel(path_final, sheet_name='General (employees&interns)')

# 保存时用utf-8-sig编码
df_employees.to_csv(
    employees_path + f"HR_Data_Template_Data_{business_list[position]}_Employees.csv",
    sep=';',
    encoding='utf-8-sig',
    index=False  # 建议添加，避免保存不必要的索引列
)

方法二：用Latin-1编码保存CSV

如果你的数据仅包含西班牙语字符（Latin-1编码覆盖所有西班牙语特殊字符），可以直接用encoding='latin-1'保存，确保Excel能正确解析：

df_employees.to_csv(..., encoding='latin-1')

方法三：检查Excel文件本身的编码（针对旧版.xls）

如果你的文件是旧版.xls格式，而非.xlsx，可以尝试指定encoding='latin-1'并使用xlrd引擎读取：

df_employees = pd.read_excel(
    path_final,
    sheet_name='General (employees&interns)',
    encoding='latin-1',
    engine='xlrd'
)

注意：xlrd 2.0+版本不再支持.xlsx文件，若需读取.xlsx需使用openpyxl引擎。

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