如何解决CSV文本数据中因编码异常导致的乱码字符转换问题

该字符损坏为典型的编码不匹配错误：

• 原始CSV文件为UTF-8编码，特殊字符á的UTF-8字节序列为\xc3\xa1，ñ的UTF-8字节序列为\xc3\xb1
• 文件读取阶段错误使用了单字节编码（如Latin-1、CP1252等）解析UTF-8字节，每个字节被单独映射为错误字符，最终呈现为你看到的ГЎ、Г±类乱码。

批量代码修复（Python示例） #

对已经读入的乱码文本，执行编码回退+重新解码即可还原：

# 乱码文本示例
wrong_text = "Indie EspaГ±ol"
# 修复逻辑：先按单字节编码转回到原始字节，再用UTF-8正常解码
correct_text = wrong_text.encode("latin-1").decode("utf-8")
print(correct_text) # 输出结果：Indie Español

读取CSV阶段即可避免该问题，打开文件时主动指定UTF-8编码：

import csv
with open("你的文件路径.csv", mode="r", encoding="utf-8") as f:
    csv_reader = csv.reader(f)
    for row in csv_reader:
        # 直接拿到无乱码的行内容
        print(row)

通用修复逻辑 #

所有工具场景下都可以按照该逻辑处理：

• 将现有乱码文本按单字节Latin-1编码转换为原始字节序列
• 用UTF-8编码重新解析该字节序列，即可得到正确文本

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