使用pandas读取GitHub CSV文件报ParserError错误的解决方案咨询

报错原因 #

触发ParserError的核心原因是你使用了GitHub的文件预览页地址，下载到的内容实际是HTML页面而非纯CSV文本，pandas按CSV规则解析时字段匹配失败触发报错。

解决方案 #

方案1：使用原始CSV文件读取（推荐） #

GitHub的文件预览页路径含/blob/标识，将路径中的blob替换为raw即可获取纯CSV文件地址，无需手动下载到本地即可直接读取。也可以点击预览页右上角的Raw按钮，右键另存为CSV文件到本地后读取。
代码示例：

import pandas as pd
# 替换blob为raw后的原始CSV地址，或本地存储的CSV文件路径
csv_path = "替换后的原始CSV地址/本地CSV文件路径"
ref = pd.read_csv(csv_path).fillna(0)

for _, line in ref.iterrows():
    pid = line['pid']
    cls = line.cls
    scan_id = line.scan_id
    is_seg = line.is_seg

方案2：直接解析已下载的HTML文件 #

如果你已经将HTML格式的预览页下载到本地，可直接用pandas的read_html函数解析页面中嵌入的表格：

import pandas as pd
# 读取本地HTML文件，返回页面内所有表格的列表
table_list = pd.read_html("本地HTML文件路径")
# 取第一个有效表格，删除预览页生成的空行号列
ref = table_list[0].drop(table_list[0].columns[0], axis=1).fillna(0)

for _, line in ref.iterrows():
    pid = line['pid']
    cls = line.cls
    scan_id = line.scan_id
    is_seg = line.is_seg

内容的提问来源于stack exchange，提问作者Rawan