调用 Python 文件后 Excel CSV 输出出现错误答案

【问题标题】：Excel CSV output appearing wrong after calling Python File调用 Python 文件后 Excel CSV 输出出现错误
【发布时间】：2019-05-16 17:54:11
【问题描述】：

目前在 .csv 中处理以下输出，其中的各种随机字符是不应该出现的玩家姓名和值

（我在下面给出了输出的图片）

我想知道我在努力消除随机字符的代码中哪里出错了

我正在尝试删除下面的字符，例如 Â、Ã、©、‰ 等。有什么建议吗？

Python 代码

#importing

import requests
from bs4 import BeautifulSoup
import pandas as pd

headers = {'User-Agent': 
       'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like 
Gecko) Chrome/47.0.2526.106 Safari/537.36'}

#calling websites
page = "https://www.transfermarkt.co.uk/transfers/transferrekorde/statistik/top/plus/0/galerie/0?saison_id=2000"
pageTree = requests.get(page, headers=headers)
pageSoup = BeautifulSoup(pageTree.content, 'html.parser')

#calling players names
Players = pageSoup.find_all("a", {"class": "spielprofil_tooltip"})
#Let's look at the first name in the Players list.
Players[0].text

#calling value of players
Values = pageSoup.find_all("td", {"class": "rechts hauptlink"})
#Let's look at the first name in the Values list.
Values[0].text

PlayersList = []
ValuesList = []

for i in range(0,25):
   PlayersList.append(Players[i].text)
   ValuesList.append(Values[i].text)

df = pd.DataFrame({"Players":PlayersList,"Values":ValuesList})

df.to_csv('2000.csv', index=False)

df.head()

================================================ ======================

我的 Excel 输出

【问题讨论】：

您是否尝试过pageTree.text 而不是pageTree.content 以便自动处理编码？可能会发现它会为您解决所有问题。
这些字符显然是从 ISO-8859-1 或 Windows 代码页 1252 上下文中看到的 UTF-8 字符（如 é => Ã©）。输出可能是正确的，是您正在查看它的系统未设置为 UTF-8。
哦，我必须纠正自己。问题是 Excel：stackoverflow.com/questions/6002256/…
@JonClements 嘿乔恩，试了一下，它不会改变字符
@WalterTross 谢谢你的链接，我在导入和工作后更改了 excel 中的编码

标签： python excel csv web-scraping export-to-csv

【解决方案1】：

...
utf8_bom = '\xEF\xBB\xBF'
with open('2000.csv', 'w') as csv_file:
    csv_file.write(utf8_bom)
    df.to_csv(csv_file, index=False, mode='a')

说明：BOM 是byte order mark (q.v.)。如果 Excel 在 CSV 文件的开头找到它，它会使用它来确定编码，在您的情况下是 UTF-8（默认编码 - 正确 - 对于 Python 3）。

编辑

正如 Mark Tolonen 所指出的，上述的精简版是以下代码：

df.to_csv('2000.csv', encoding='utf-8-sig', index=False)

编码名称中的-sig代表“签名”，即Microsoft软件用于检测编码的开头BOM。另请参阅codecs 手册的Encodings and Unicode 部分。

【讨论】：

或者只是df.to_csv('2000.csv', encoding='utf-8-sig', index=False) :^)

【解决方案2】：

更新：

我已通过以下链接中的以下答案解决了这种情况..

https://stackoverflow.com/a/6488070/10675615

在 cmd 提示符下将导出的文件另存为 csv

打开 Excel

使用数据导入数据-->导入外部数据/获取文本/CSV-->导入数据

选择“csv”文件类型并浏览到您的文件

在导入向导中将 File_Origin 更改为“65001 UTF”（或选择正确的语言字符标识符）

将分隔符更改为逗号

选择要导入到的位置并完成这样特殊字符才能正确显示。

【讨论】：

【解决方案3】：

您的系统似乎正在写入编码为 UTF-8 的文件。 Excel 期望 UTF-8 文件具有 BOM 签名，否则它假定文本文件以特定于区域设置的 ANSI 编码进行编码。这是为了向后兼容，因为 Windows 在 UTF-8 之前就已经存在。

Python 具有写入 UTF-8 BOM 签名utf-8-sig 的编码，因此只需使用：

df.to_csv('2000.csv', encoding='utf-8-sig', index=False)

【讨论】：