使用 xlrd 读取 Excel 时使用哪种编码

Question

我正在尝试使用 xlrd 读取 Excel 文件以写入 txt 文件。一切都写得很好，除了一些行有一些西班牙字符，比如“Téd”。我可以使用 latin-1 编码对它们进行编码。但是，对于具有 'â' 和 unicode u'\u2013' 的其他行，该代码将失败。 u'\2013' 不能使用 latin-1 编码。使用 UTF-8 时，'â' 写得很好，但 'Téd' 写成 'Téd'，这是不可接受的。我该如何纠正这个问题。

代码如下：

#!/usr/bin/python
import xlrd
import csv
import sys

filePath     = sys.argv[1]

with xlrd.open_workbook(filePath) as wb:
     shNames = wb.sheet_names()
     for shName in shNames:
         sh = wb.sheet_by_name(shName)
         csvFile = shName + ".csv"
         with open(csvFile, 'wb') as f:
              c = csv.writer(f)
              for row in range(sh.nrows):
                  sh_row = []
                  cell = ''
                  for item in sh.row_values(row):
                      if isinstance(item, float):
                         cell=item
                      else:
                         cell=item.encode('utf-8')
                      sh_row.append(cell)
                      cell=''
                  c.writerow(sh_row)
         print shName + ".csv File Created"

Answer 1

Python's csv module

不支持 Unicode 输入。

您在编写输入之前已正确编码 - 因此您不需要codecs。只需 open(csvFile, "wb")（b 很重要）并将该对象传递给作者：

with open(csvFile, "wb") as f:
    writer = csv.writer(f)
    writer.writerow([entry.encode("utf-8") for entry in row])

或者，unicodecsv 是处理编码的csv 的直接替代品。

---

你得到的是é而不是é，因为you are mistaking UTF-8 encoded text for latin-1。这可能是因为您进行了两次编码，一次为.encode("utf-8")，一次为codecs.open。

---

顺便说一句，检查xlrd 单元格类型的正确方法是使用cell.ctype == xlrd.ONE_OF_THE_TYPES。