AFAIK，默认情况下 Python (v2.6) csv 模块无法处理 unicode 数据，对吗？在 Python 文档中有一个 example 说明如何从 UTF-8 编码文件中读取。但此示例仅将 CSV 行作为列表返回。
我想按名称访问行列，因为它由 csv.DictReader 完成，但使用 UTF-8 编码的 CSV 输入文件。
谁能告诉我如何以有效的方式做到这一点？我将不得不处理 100 兆字节大小的 CSV 文件。
【问题讨论】：
我自己想出了一个答案：
def UnicodeDictReader(utf8_data, **kwargs):
csv_reader = csv.DictReader(utf8_data, **kwargs)
for row in csv_reader:
yield {unicode(key, 'utf-8'):unicode(value, 'utf-8') for key, value in row.iteritems()}
注意：这已更新，因此密钥会根据 cmets 中的建议进行解码
【讨论】：
对我来说，关键不在于操纵 csv DictReader args，而在于文件打开器本身。这成功了：
with open(filepath, mode="r", encoding="utf-8-sig") as csv_file:
csv_reader = csv.DictReader(csv_file)
不需要特殊课程。现在我可以打开带有或不带有 BOM 的文件而不会崩溃。
【讨论】：
首先，使用2.6 version of the documentation。每个版本都可以更改。它明确表示它不支持 Unicode，但确实支持 UTF-8。 Technically，这些不是一回事。正如文档所说：
csv 模块不直接支持读写 Unicode，但它是 8-bit-clean 保存 ASCII NUL 字符的一些问题。因此，只要您避免使用像 UTF-16 这样使用 NUL 的编码，您就可以编写函数或类来为您处理编码和解码。推荐使用 UTF-8。
下面的示例（来自文档）展示了如何创建两个函数，将文本正确读取为 UTF-8 和 CSV。你应该知道csv.reader()总是返回一个DictReader对象。
import csv
def unicode_csv_reader(unicode_csv_data, dialect=csv.excel, **kwargs):
# csv.py doesn't do Unicode; encode temporarily as UTF-8:
csv_reader = csv.DictReader(utf_8_encoder(unicode_csv_data),
dialect=dialect, **kwargs)
for row in csv_reader:
# decode UTF-8 back to Unicode, cell by cell:
yield [unicode(cell, 'utf-8') for cell in row]
【讨论】：
csv.reader() 在我测试时不返回 DictReader 对象。您确定吗？此外，您的示例中的 yield 语句仅返回一个包含值的列表，而不是一个字典。
csv.DictReader 而不是csv.reader。请注意，除了这个差异之外，这直接在文档之外。
@LMatter 答案的基于分类的方法，通过这种方法，您仍然可以获得 DictReader 的所有好处，例如获取字段名和获取行号以及它处理 UTF-8
import csv
class UnicodeDictReader(csv.DictReader, object):
def next(self):
row = super(UnicodeDictReader, self).next()
return {unicode(key, 'utf-8'): unicode(value, 'utf-8') for key, value in row.iteritems()}
【讨论】：
csvw package 还具有其他功能（用于 Web 的丰富元数据的 CSV），但它定义了一个围绕其 UnicodeReader 类的 UnicodeDictReader 类，其核心正是这样做的：
class UnicodeReader(Iterator):
"""Read Unicode data from a csv file."""
[…]
def _next_row(self):
self.lineno += 1
return [
s if isinstance(s, text_type) else s.decode(self._reader_encoding)
for s in next(self.reader)]
它确实让我失望了几次，但 csvw.UnicodeDictReader 真的，真的 需要在 with 块中使用，否则会中断。除此之外，该模块非常通用，并且与 py2 和 py3 兼容。
【讨论】：
答案没有DictWriter 方法，所以这里是更新的类：
class DictUnicodeWriter(object):
def __init__(self, f, fieldnames, dialect=csv.excel, encoding="utf-8", **kwds):
self.fieldnames = fieldnames # list of keys for the dict
# Redirect output to a queue
self.queue = cStringIO.StringIO()
self.writer = csv.DictWriter(self.queue, fieldnames, dialect=dialect, **kwds)
self.stream = f
self.encoder = codecs.getincrementalencoder(encoding)()
def writerow(self, row):
self.writer.writerow({k: v.encode("utf-8") for k, v in row.items()})
# Fetch UTF-8 output from the queue ...
data = self.queue.getvalue()
data = data.decode("utf-8")
# ... and reencode it into the target encoding
data = self.encoder.encode(data)
# write to the target stream
self.stream.write(data)
# empty queue
self.queue.truncate(0)
def writerows(self, rows):
for row in rows:
self.writerow(row)
def writeheader(self):
header = dict(zip(self.fieldnames, self.fieldnames))
self.writerow(header)
【讨论】：
使用unicodecsv 包很容易。
# pip install unicodecsv
import unicodecsv as csv
with open('your_file.csv') as csvfile:
reader = csv.DictReader(csvfile)
for row in reader:
print(row)
【讨论】：