UnicodeDecodeError：“charmap”编解码器无法解码位置 7240 中的字节 0x8d：字符映射到 <undefined>

Question

我是正在做硕士论文的学生。作为我论文的一部分，我正在使用 python。我正在读取.csv 格式的日志文件，并将提取的数据以格式良好的方式写入另一个.csv 文件。但是，当读取文件时，我收到此错误：

Traceback（最近一次调用最后一次）：文件 “C:\Users\SGADI\workspace\DAB_Trace\my_code\trace_parcer.py”，第 19 行， 在阅读器中的行中：

• 文件 "C:\Users\SGADI\Desktop\Python-32bit-3.4.3.2\python-3.4.3\lib\encodings\cp1252.py", 第 23 行，在解码中返回 codecs.charmap_decode(input,self.errors,decoding_table)[0]
• UnicodeDecodeError：“charmap”编解码器无法解码位置 7240 中的字节 0x8d：字符映射到 <undefined>

import csv
import re
#import matplotlib
#import matplotlib.pyplot as plt
import datetime
#import pandas
#from dateutil.parser import parse
#def parse_csv_file():
timestamp = datetime.datetime.strptime('00:00:00.000', '%H:%M:%S.%f')
timestamp_list = []
snr_list = []
freq_list = []
rssi_list = []
dab_present_list = []
counter = 0
f =  open("output.txt","w")
with open('test_log_20150325_gps.csv') as csvfile:
    reader = csv.reader(csvfile, delimiter=';') 
    for row in reader:
        #timestamp = datetime.datetime.strptime(row[0], '%M:%S.%f')
        #timestamp.split(" ",1)

        timestamp = row[0]
        timestamp_list.append(timestamp)


        #timestamp = row[0]
        details = row[-1]
        counter += 1
        print (counter)
        #if(counter > 25000):
        #  break
        #timestamp = datetime.datetime.strptime(row[0], '%M:%S.%f')  



        #timestamp_list.append(float(timestamp))

        #search for SNRLevel=\d+
        snr = re.findall('SNRLevel=(\d+)', details)
        if snr == []:
            snr = 0
        else:
            snr = snr[0]
        snr_list.append(int(snr))

        #search for Frequency=09ABC
        freq = re.findall('Frequency=([0-9a-fA-F]+)', details)
        if freq == []:
            freq = 0
        else:
            freq = int(freq[0], 16)
        freq_list.append(int(freq))

        #search for RSSI=\d+
        rssi = re.findall('RSSI=(\d+)', details)
        if rssi == []:
            rssi = 0
        else:
            rssi = rssi[0]
        rssi_list.append(int(rssi))

        #search for DABSignalPresent=\d+
        dab_present = re.findall('DABSignalPresent=(\d+)', details)
        if dab_present== []:
            dab_present = 0
        else:
            dab_present = dab_present[0]
        dab_present_list.append(int(dab_present))

        f.write(str(timestamp) + "\t")
        f.write(str(freq) + "\t")
        f.write(str(snr) + "\t")
        f.write(str(rssi) + "\t")
        f.write(str(dab_present) + "\n")
        print (timestamp, freq, snr, rssi, dab_present)

        #print (index+1)

        #print(timestamp,freq,snr)
        #print (counter)
#print(timestamp_list,freq_list,snr_list,rssi_list)


'''if  snr != []:
           if freq != []:
               timestamp_list.append(timestamp)
               snr_list.append(snr)
               freq_list.append(freq)
f.write(str(timestamp_list) + "\t")
f.write(str(freq_list) + "\t")
f.write(str(snr_list) + "\n")

print(timestamp_list,freq_list,snr_list)'''
f.close()

我搜索了特殊字符，但没有找到。我搜索了建议更改格式的互联网：我尝试了 ut8、latin1 和其他一些格式，但我仍然收到此错误。你能帮我解决一下pandas吗？我也尝试使用pandas，但我仍然收到错误消息。 我什至在日志文件中删除了一行，但错误出现在下一行。

请帮我找到解决办法，谢谢。

Answer 1

我已经解决了这个问题。 我们可以使用这段代码

import codecs
types_of_encoding = ["utf8", "cp1252"]
for encoding_type in types_of_encoding:
    with codecs.open(filename, encoding = encoding_type, errors ='replace') as csvfile:
        your code
        ....
        ....

Answer 2

我已经通过简单地在 open() 中添加一个参数解决了这个问题

with open(filename, encoding = 'cp850') as csv_file:
    csv_reader = csv.reader(csv_file, delimiter=',')

Answer 3

with open('input.tsv','rb') as f:
for ln in f:
    decoded=False
    line=''
    for cp in ('cp1252', 'cp850','utf-8','utf8'):
        try:
            line = ln.decode(cp)
            decoded=True
            break
        except UnicodeDecodeError:
            pass
    if decoded:
        # use 'line'