python读带引号的csv--解决 'utf-8

由于防止0开头的字符串在excel里面显示不了前面的0，所以一般会转变格式，这个格式转变包含很多，包括前面加“ ’  ”或者改为编码格式等，这种格式在转换为csv的时候就会是双引号引起来每个字符串，这样我们读取就不能用utf-8读取了

正常读取方法：

import pandasas pd

import numpyas  np

import xlrd

trainFile ='E:/20170131.csv'

data = pd.read_csv(trainFile,encoding='utf-8')

在出现双引号的时候如果我们依然用utf-8读取会报一下错误：

Python 'utf-8' codec can't decode byte 0xc4 in position 0: invalid continuat

解决方法如下：（更改解码方法）

import pandasas pd

import numpyas  np

import xlrd

trainFile ='E:/20170131.csv'

data = pd.read_csv(trainFile,encoding='GBK')

几种编码的区别：

其实上面的还可以文件还可以 使用ISO-8859-1进行解码，但是解码之后的不能显示中文，因为从本质上说，ISO-8859-1是单字节编码，自身不能显示中文

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。

UTF-8：是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24为（三个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。

针对上面带引号的情况，显示中文需要使用“GBK”，其他的可以直接使用“UTF-8"。