CSV编码识别方法：Python读取ISO2022编码CSV乱码解决

你现在跑出来的带\x1b转义符的乱码，核心问题就是打开文件的时候没指定对应的解码规则。Python默认会拿当前运行环境的编码（比如Windows下默认GBK、多数Linux环境默认UTF-8）硬解ISO2022格式的日文字节，碰到编码里自带的ESC控制序列时，没法把整段编码串映射成正确的日文，只能把原始控制符原样打印出来，自然就成了现在看到的乱码状态。

• 对应到Python的编码标识
  你文件里带\x1b$B转义的日文版ISO2022格式，Python本身就内置了支持，对应的编码名是iso2022_jp，不需要额外安装任何第三方库。
• 修改open()方法的调用逻辑
  不需要改动csv模块的处理流程，只要在打开文件的代码里补上encoding参数，指定和文件匹配的解码规则就行：

import csv

# 显式声明文件编码，覆盖Python的默认解码逻辑
with open('vocabulary.csv', 'r', encoding='iso2022_jp') as csv_file:
    csv_reader = csv.reader(csv_file)
    for line in csv_reader:
        print(line)

• 效果验证
  运行修改后的代码，原来的乱码片段比如'\x1b$B0l$D\x1b(B'会被正确解码为'私'、'\x1b$B$R$H$D\x1b(B'解码为'名前'，输出内容和参考截图的可读日文完全一致。

• 别选相近但不匹配的日文编码：日常见的shift_jis、euc_jp虽然也是日文常用编码，但本身不带\x1b开头的ESC转义控制符，和你当前的文件格式不匹配，选错了还是会出乱码。
• 别依赖系统默认编码做文件读取：哪怕你当前机器的默认编码刚好能正常打开文件，换个运行环境大概率就会复现乱码，显式传入encoding参数是最稳妥的写法。
• 如果用iso2022_jp读取时碰到个别字符解码报错，可以换同系列的细分编码iso2022_jp_2尝试，部分带全角标点的ISO2022格式CSV文件会用到这个编码变体。

内容的提问来源于stack exchange，提问作者Borntolol