Python3读取Zip压缩包内CSV文件报错，求解决方法

嘿，这个问题我太熟了！你遇到的ParserError其实是Python 3和Python 2在文件IO处理上的核心差异导致的，别慌，我给你拆解清楚并解决掉～

问题到底出在哪？ #

在Python 2里，zipfile.ZipFile.open()返回的是文本模式的文件对象，pandas的read_csv()可以直接处理这种对象输出的字符串内容。但到了Python 3，这个方法默认返回的是二进制模式的文件对象——它输出的是bytes类型数据，而read_csv()明确期望的是字符串类型的输入，这就直接触发了那个报错。

两种快速修复方案 #

方案一：打开文件时直接指定文本模式 #

最简单的方式就是在调用zippedyear.open()时，加上mode='r'参数（明确指定文本读取模式），同时指定CSV文件对应的编码（比如常用的utf-8）：

import pandas as pd
import zipfile

with zipfile.ZipFile('myarchive.zip', 'r') as zippedyear:
    for filename in ['myfile1.csv', 'myfile2.csv', 'myfile3.csv']:
        # 明确指定文本模式和编码
        mydf = pd.read_csv(zippedyear.open(filename, mode='r', encoding='utf-8'))

方案二：用io.TextIOWrapper包装二进制流 #

如果你的Python版本稍旧，或者需要更灵活的编码处理逻辑，可以用io模块的TextIOWrapper把二进制文件对象转换成文本模式的对象：

import pandas as pd
import zipfile
import io

with zipfile.ZipFile('myarchive.zip', 'r') as zippedyear:
    for filename in ['myfile1.csv', 'myfile2.csv', 'myfile3.csv']:
        # 将二进制流包装为文本流
        text_file = io.TextIOWrapper(zippedyear.open(filename), encoding='utf-8')
        mydf = pd.read_csv(text_file)

小提示 #

• 一定要匹配CSV文件的实际编码！如果你的文件是GBK编码的，就把encoding改成gbk，不然可能会出现乱码问题。
• Python 3对文本和二进制数据做了严格区分，这是为了避免Python 2里隐式转换带来的各种混乱，虽然一开始有点不适应，但确实是更规范的设计哦～

内容的提问来源于stack exchange，提问作者鈩暿樖樶竼岣结笜