Python：爬虫的中文编码问题？

Question

爬取中文网页后正则匹配出中文，得打UTF-8的编码字符

将其输出为.csv文件

在.CSV中显示为乱码

用记事本打开.csv又可以正常显示为中文

有没有大神指点是怎么一回事？怎样才能在Excel里直接看到中文？

Answer 1

简单地方法是用pandas的to_excel方法转化成.xlsx文件，因为.xlsx默认编码是默认支持Excel的，区别当然是无法用记事本打开。

import pandas as pd

a = pd.read_csv('./test.csv')

a.to_excel('./test_output.xlsx', index=False)

a.to_excel('./test_output.csv', index=False)

我这里没有windows可以测试，可以尝试写入编码为gb2312或者gbk试试。

表格文件类I/O的话其实pandas更方便一点。

Answer 2

abs1=abs1.decode().encode('gbk')

Answer 3

excel默认使用的是GBK编码。

Answer 4

新建一个excel文件，然后点 数据 自文本，导入csv文件

Answer 5

我也遇到过这个问题，最直接的办法就是在记事本里另存为，编码选择ANSI，扩展名不变，再用excel打开就不会乱码了。

Answer 6

好像导入的时候可以选编码的。