这种“后缀名和实际格式不匹配”的情况真的很头疼，尤其是要批量处理几百个文件的时候！别担心，咱们一步步来解决：

问题根源 #

Excel保存的“Unicode Text (*.txt)”格式，本质是UTF-16编码（通常带BOM）+ 制表符分隔的文本文件，但你拿到的文件被改了.csv后缀。之前用csv模块或pandas.read_csv失败，大概率是因为没指定正确的编码和分隔符——默认的utf-8编码和逗号分隔符完全不匹配这种文件。

单个文件导入方案 #

方法1：用Pandas快速读取

直接指定编码为utf-16（Python会自动识别BOM），分隔符设为制表符\t：

import pandas as pd

# 读取文件
df = pd.read_csv("your_file.csv", encoding="utf-16", sep="\t")
# 验证数据
print(df.head())

如果遇到编码报错，可以试试utf-16le（Excel保存的Unicode Text大多是小端序）：

df = pd.read_csv("your_file.csv", encoding="utf-16le", sep="\t")

方法2：用原生csv模块读取

同样要指定编码和制表符分隔：

import csv

with open("your_file.csv", "r", encoding="utf-16") as f:
    # 指定制表符为分隔符
    reader = csv.reader(f, delimiter="\t")
    # 遍历行数据
    for row in reader:
        print(row)

批量处理几百个文件 #

用os模块遍历文件夹，批量读取、处理并保存（比如转成真正的CSV格式）：

import os
import pandas as pd

# 替换成你的文件目录
source_dir = "/path/to/your/csv_files"
# 替换成处理后文件的保存目录
target_dir = "/path/to/save/processed_files"

# 创建目标目录（如果不存在）
os.makedirs(target_dir, exist_ok=True)

# 遍历所有.csv后缀的文件
for filename in os.listdir(source_dir):
    if filename.endswith(".csv"):
        file_path = os.path.join(source_dir, filename)
        try:
            # 读取文件
            df = pd.read_csv(file_path, encoding="utf-16", sep="\t")
            # 处理逻辑（比如清洗数据、转换格式等）
            # 保存为标准CSV
            save_path = os.path.join(target_dir, f"processed_{filename}")
            df.to_csv(save_path, index=False, encoding="utf-8")
            print(f"✅ 成功处理：{filename}")
        except Exception as e:
            print(f"❌ 处理失败 {filename}：{str(e)}")

额外提示 #

• 如果确认文件不含Unicode字符，处理后可以转成utf-8编码保存，后续操作会更省心；
• 若个别文件编码异常，可以尝试用chardet库检测编码（先安装pip install chardet）：

import chardet

with open("your_file.csv", "rb") as f:
    result = chardet.detect(f.read())
print(f"检测到的编码：{result['encoding']}")

内容的提问来源于stack exchange，提问作者jpantina