使用Python Pandas将文本文件转CSV时遇到utf-8解码错误如何解决

'utf-8' codec can't decode byte 0xe9 是典型的编码不匹配错误：pd.read_csv()默认使用UTF-8编码读取文件，但你传入的Output Configured 3.txt实际存储编码不是UTF-8，0xe9字节不符合UTF-8的编码规则，导致读取流程直接中断，没有数据被加载到DataFrame中，最终导出的文件为空。

核心修改是在读取文件时传入和文件实际编码匹配的encoding参数，按优先级尝试以下方案即可：

• 若文件是国内Windows环境生成的中文文本，优先指定GBK编码，同时导出时建议用utf-8-sig编码避免Excel打开乱码，修改后完整代码：

import pandas as pd
  
account = pd.read_csv("Output Configured 3.txt",
                      delimiter = '/',
                      encoding='gbk')
  
account.to_csv('Output Configured 3.csv',
               index = None,
               encoding='utf-8-sig')

• 若GBK编码仍报解码错误，尝试替换encoding参数值为cp1252，适配带西欧特殊字符的文本文件
• 若无法确认文件编码，直接将encoding参数设为latin-1，该编码支持0-255全部单字节值，不会触发解码报错，可保证文件正常读取导出，仅可能在编码完全不匹配时出现个别特殊字符显示异常。

如果需要精准匹配文件编码，可安装chardet库自动检测文件编码，检测代码如下：

import chardet

# 以二进制模式读取文件内容检测编码
with open("Output Configured 3.txt", "rb") as f:
    file_encoding = chardet.detect(f.read())["encoding"]

# 用检测到的编码读取文件即可
account = pd.read_csv("Output Configured 3.txt",
                      delimiter = '/',
                      encoding=file_encoding)

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