Python 3读取CSV文件UTF-8编码转换失败问题求助

你遇到的是双重编码导致的乱码——原文件里的内容是把原本UTF-8编码的文本误以Latin-1（或ISO-8859-1）解码后，又重新用UTF-8编码保存，直接用utf-8读取就会出现嵌套乱码。

给你两个可行的解决方法：

• 直接指定编码读取
  试试用latin-1编码读取文件，这是最直接的方式：

  df = pd.read_csv('formula_e_race_results.csv', usecols=["driver"], encoding="latin-1")
  

  读取后应该就能得到正确的António Félix da Costa和Jérôme d'Ambrosio。

• 手动修复已读取的乱码
  如果上面的方法没生效，先以utf-8读取，再对乱码字符串做编码还原：

  # 先读取得到乱码数据
  df = pd.read_csv('formula_e_race_results.csv', usecols=["driver"], encoding="utf-8")
  # 修复driver列的编码：转成latin-1字节再用utf-8解码
  df['driver'] = df['driver'].apply(lambda x: x.encode('latin-1').decode('utf-8'))
  

简单说下原因：正确的带重音字符比如ó，UTF-8编码是两个字节，要是被当成Latin-1解码就会变成两个奇怪的字符，再把这两个字符存成UTF-8就会出现你看到的多层乱码。反向操作就能把字符还原回原本的样子。

内容的提问来源于stack exchange，提问作者sdeb