从 xlsx 转换为 csv 时出现 Ascii 代码错误

Question

我已经提到了一些与 unicode 错误相关的帖子，但我的问题没有得到任何解决方案。我正在将 xlsx 转换为 csv 来自 6 张工作簿。 使用以下代码

def csv_from_excel(file_loc):

    #file_acess check
    print os.access(file_loc, os.R_OK)
    wb = xlrd.open_workbook(file_loc)
    print wb.nsheets

    sheet_names = wb.sheet_names()
    print sheet_names
    counter = 0

    while counter < wb.nsheets:
        try:
            sh = wb.sheet_by_name(sheet_names[counter])
            file_name = str(sheet_names[counter]) + '.csv'
            print file_name
            fh = open(file_name, 'wb')
            wr = csv.writer(fh, quoting=csv.QUOTE_ALL)

            for rownum in xrange(sh.nrows):
                wr.writerow(sh.row_values(rownum))

        except Exception as e:
            print str(e)

        finally:
            fh.close()
            counter += 1

我在第 4 页出现错误

'ascii' codec can't encode character u'\u2018' in position 0: ordinal not in range(128)" 

但位置 0 是空白的，并且它已转换为 csv 直到第 33 行。

我无法弄清楚。 CSV 是读取内容并放入我的数据结构的简单方法。

Answer 1

您需要手动将 Unicode 值编码为字节；对于 CSV，通常 UTF-8 就可以了：

for rownum in xrange(sh.nrows):
    wr.writerow([unicode(c).encode('utf8') for c in sh.row_values(rownum)])

这里我将unicode() 用于非文本的列数据。

您遇到的字符是U+2018 LEFT SINGLE QUOTATION MARK，它只是' 单引号的一种奇特形式。办公软件（电子表格、文字处理器等）通常会用“花式”版本自动替换单引号和双引号。您也可以替换 ASCII 等价物。您可以使用Unidecode package：

from unidecode import unidecode

for rownum in xrange(sh.nrows):
    wr.writerow([unidecode(unicode(c)) for c in sh.row_values(rownum)])

当非 ASCII 代码点仅用于引号和破折号以及其他标点符号时使用此选项。