“utf-8”編解碼器無法解碼字節 0x89

Question

我想讀取一個 csv 文件並處理一些列，但我一直遇到問題。 遇到以下錯誤：

Traceback (most recent call last):
  File "C:\Users\Sven\Desktop\Python\read csv.py", line 5, in <module>
    for row in reader:
  File "C:\Python34\lib\codecs.py", line 313, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x89 in position 446: invalid start byte
>>> 

我的代碼

import csv
with open("c:\\Users\\Sven\\Desktop\\relaties 24112014.csv",newline='', encoding="utf8") as f:
    reader = csv.reader(f,delimiter=';',quotechar='|')
    #print(sum(1 for row in reader))
    for row in reader:
        print(row)
        if row:
            value = row[6]
            value = value.replace('(', '')
            value = value.replace(')', '')
            value = value.replace(' ', '')
            value = value.replace('.', '')
            value = value.replace('0032', '0')
            if len(value) > 0:
                print(value + ' Length: ' + str(len(value)))

我是 Python 的初學者，嘗試過谷歌搜索，但很難找到正確的解決方案。

誰能幫我嗎？

Answer 1

這是最重要的線索：

無效的起始字節

\\x89不是，如評論中所建議的，是無效的 UTF-8 字節。 它是一個完全有效的連續字節。 意思是如果它遵循正確的字節值，它會正確編碼 UTF-8：

http://hexutf8.com/?q=0xc90x89

因此，要么您 (1) 沒有您期望的 UTF-8 數據，要么 (2) 您有一些格式錯誤的 UTF-8 數據。 Python 編解碼器只是讓您知道它在序列中以錯誤的順序遇到了\\x89 。

（更多關於連續字節的信息： http : //en.wikipedia.org/wiki/UTF-8#Codepage_layout ）

Answer 2

.PNG 文件的第一個字節是 0x89 。 並不是說這是您的問題，但是 .PNG 標頭是專門設計的，因此不會意外地將其解釋為 text 。

我不知道為什么你會有一個實際上是 .png 的 .csv 文件。 但如果有人不小心重命名了文件，這肯定會發生。 在 Windows 10 上，由於其愚蠢的復選框功能，我偶爾會不小心對文件進行批量重命名。 為什么 Microsoft 決定台式機具有與平板電腦相同的 UI 控件是我的好主意……我不知道。

Answer 3

在嘗試讀取或上傳以下類型的文件時，我也遇到了類似的錯誤：

1. CSV文件
2. JPEG文件
3. PNG文件
4. 壓縮文件

避免錯誤的最佳方法，例如：

1. “utf-8”編解碼器無法解碼字節 0x89
2. “utf-8”編解碼器無法解碼字節 0xff

是將這些文件作為字節讀取。 當您將它們視為字節時，您無需在此處提供任何編碼值。 因此，當您打開它們時，您應該指定：

with open(file_path, 'rb') as file:

或者在你的情況下，代碼應該是這樣的：

import csv

with open("c:\\\\Users\\\\Sven\\\\Desktop\\\\relaties 24112014.csv", newline='', 'rb') as f:

reader = csv.reader(f,delimiter=';',quotechar='|')