本文目录一览：
- 1、python写文件中文乱码
- 2、csv 文件中，打开发现汉字显示为乱码，如何解决
- 3、pandas read_csv编码问题
- 4、python解决csv文件用excel打开乱码问题
- 5、python读取csv文件时，数据内容含有中文，读取出错，怎么办
python写文件中文乱码
这是因为IDLE中使用gbk编码，是ascii扩展字符集。
import sys
sys.getdefaultencoding()
'ascii'解决方法：
在IDLE中执行的时候
去掉字符串前面的u字符，也不要加#coding这一行。
2. 先import sys,然后reload(sys),再使用sys.setdefaultencoding("utf-8")。然后就可以打印前面带u的字符串了。（这是搜来的方法，实验了一下，发现在我这没有输出了。。重启了IDLE，才可以输出，不过又变会ascii了）
在文件中执行
在文件开头声明#coding行，文件保存为utf8编码，在字符串开头加u
csv 文件中，打开发现汉字显示为乱码，如何解决
CSV是一种表格文件，但是它的编码方式默认是ANSI，所以有些旧版本的EXCEL打开时中文就会显示乱码。
工具：office excel
步骤
准备一个有乱码的CSV文件用于演示。
右键此CSV文件，选择“用记事本打开”。
点击“文件”--“另存为”。
发现默认编码是“UTF-8”，所以一些Excel表格软件就会显示乱码。对于这样，只要改成ANSI就行了，按确定。
用Excel表格软件再打开，就不会显示乱码了。
pandas read_csv编码问题
一早上就连遇两个中文编码问题报错，果然在python里中文编码就是踩不完的坑。
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xca in position 8: invalid continuation byte
csv文件当中的中文编码问题，打开时加入encoding=‘gb2312’即可解决。
pd.read_csv('a.csv',encoding='gb2312')
pandas.errors.ParserError: Error tokenizing data. C error: Expected 4 fields in line 225, saw 6
因为csv文件默认分隔符是逗号分隔符，此时若文件中储存的信息也含有逗号时，解析器会把储存信息里的逗号也当成分隔符，就会导致列数不一致，read_csv打开报错。特别是在中文里又经常使用逗号，稍不注意就会出错。
解决办法是在写入csv文件的时候使用其他分隔符，“|”，“\t”等。记得打开时也要加入分隔符说明delimiter = ‘\t’
pd.read_csv('a.csv',delimiter='\t')
如果csv文件不是自己写的，就手动把逗号删掉再打开吧。
python解决csv文件用excel打开乱码问题
【问题】
python输出的csv文件用excel打开，里面的中文会变成乱码，但用window下的记事本或mac下的numbers打开就正常显示。
原因是python输出的文件是utf-8编码写入的，excel默认以gbk方式读取，导致乱码发生。
【解决方法1】文件产出时encoding设置为utf-8-sig
用excel打开csv时，excel会先检查文件的第一个字符，来了解这个文件是什么编码方式，如果这个字符是BOM，excel就知道用utf-8的方式打开这个文件。python自带了处理BOM的编码方式uft-8-sig，因此只需要在文件产出时将encoding设置为utf-8-sig。
如果文件不是由python产出的，只需要以utf-8方式读入再以utf-8-sig方式存储即可
【解决方法2】懒人法，适用只含简体中文的文件
用记事本打开，点击另存为，右下角编码方式选择“ANSI”，这个过程是把这个文件改成gbk编码格式，excel就是默认用gbk方式打开的。
参考： Python写的csv文件，如何让 Excel 双击打开不乱码？ - 云+社区 - 腾讯云
对编码格式一窍不通的可以阅读以下网页
python笔记——二进制和文件编码_砍柴姑娘Jourosy的博客-CSDN博客
编码方式之ASCII、ANSI、Unicode概述 - 蓝海人 - 博客园
【简单总结】：
1. 首先需要了解 字符集 和 字符编码 两个概念，字符集定义了字符和二进制的一一对应关系，字符编码规定了如何将字符的编号存储到计算机中。
2. Unicode是字符集，包含了全球文字的唯一编码，utf-8是编码方式，将unicode以某种方式存储到计算机中。
3. 有些字符集和编码是结合在一起的，称作字符集还是编码都无所谓，比如ASCII，GBK
4. ANSI是各个国家地区不同扩展编码方式的总称，互不兼容（可以看出来通用性没有utf好）
5. 不同编码方式在转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。
python读取csv文件时，数据内容含有中文，读取出错，怎么办
估计是乱码造成，需要在读取的py文件中指定编码格式：
在文件开头，设置成gbk格式import
os,sys,re,csv
reload(sys)
sys.setdefaultencoding('gbk')
