Python实现TSV转CSV过程中触发UnicodeDecodeError的问题求助

这个UnicodeDecodeError完全是编码不匹配导致的，和你的业务逻辑没关系：

• Windows环境下Python 3打开文本文件时，默认会调用系统本地编码（也就是报错栈里的cp1252西欧字符集）来解析文件内容
• 你要读取的TSV文件基本都是UTF-8编码（比如常用的IMDb公开TSV数据集默认就是UTF-8），里面包含cp1252无法识别的字节，解析到对应位置就直接抛错。

不需要改动原有业务逻辑，只需要在两次open()调用里显式指定使用UTF-8编码读写即可，修改后的可直接运行的代码如下：

import csv

# 读取TSV，显式指定utf-8编码
with open("data.tsv", "r", encoding="utf-8") as titles:
    # TSV用制表符分隔，复用csv模块的解析逻辑
    reader = csv.DictReader(titles, delimiter="\t")

    # 写入CSV，同样指定utf-8编码，加newline=""避免Windows下出现多余空行
    with open("shows0.csv", "w", encoding="utf-8", newline="") as shows:
        writer = csv.writer(shows)
        # 写入需要的列头
        writer.writerow(["tconst", "primaryTitle", "startYear", "genres"])

        # 逐行过滤非成人的电视剧条目
        for row in reader:
            if row["titleType"] == "tvSeries" and row["isAdult"] == "0":
                writer.writerow([row["tconst"], row["primaryTitle"], row["startYear"], row["genres"]])

可选容错配置：如果不确定源文件的准确编码，可以在读文件时加上errors="replace"参数，遇到无法解码的字节会自动替换为占位符，不会直接中断程序，写法为：
open("data.tsv", "r", encoding="utf-8", errors="replace")

内容的提问来源于stack exchange，提问作者Rockba03