从 csv 读取时，UTF-16 解码失败

Question

尝试读取包含一些 UTF-16 字符串的 csv。 当我打印从 csv 中提取的这些字符串时，它们不会按应解码的方式解码为西里尔文/日文/任何内容，而只是打印编码的 utf-16。 然而，当我复制/粘贴字符串并直接打印它们时，没有问题。

data = pd.read_csv('stuff.csv')
for index,row in data.iterrows():
    print('\u0423\u043a\u0440\u0430\u0438\u043d\u0430')
    print(row[1]) 

输出：

Украина
\u0423\u043a\u0440\u0430\u0438\u043d\u0430

我错过了什么？ 请注意，某些 CSV 是 ascii，因此我不能将 csv 的编码设置为 utf-16。

编辑：我正在尝试有条件地解码检测到 utf-16 的字符串。 尝试了从 csv 获取的字符串和复制/粘贴的字符串：

print(bytearray(row[1].encode()).decode('utf-16'))
print(b'\u0423\u043a\u0440\u0430\u0438\u043d\u0430'.decode('utf-16'))

由于某种原因，它解码为中文字符：

畜㐰㌲畜㐰愳畜㐰〴畜㐰〳畜㐰㠳畜㐰搳畜㐰〳
畜㐰㌲畜㐰愳畜㐰〴畜㐰〳畜㐰㠳畜㐰搳畜㐰〳

Answer 1

pandas.read_csv有一个encoding参数。

试试data = pd.read_csv('stuff.csv', encoding='utf-16')

Answer 2

假设您实际上在文件中有\\u\u003c/code>转义，您可以使用 Python ast模块来访问解释器的实际解析器：

from ast import literal_eval
...
    print(literal_eval('"'+row[1]+'"'))