ARTICLE · 1392520
读 Excel 与 CSV 的中文乱码:编码、字体与导出三处各自的原因
读 Excel 和 CSV 时碰到中文乱码,是很多 Python 开发者(尤其是做数据处理和自动化报表的朋友)很容易踩的坑。有时候明明代码逻辑没问题,跑出来就是一堆问号或者看不懂的符号,特别搞心态。
今天,我们就来学习和探讨下,关于乱码这事儿到底是怎么回事,以及如何处理。
往往最经常出现乱码的地方:编码、字体、导出。现在我们结合简单的代码,把这三处问题挖出来解决掉。
1. 编码:万恶之源
绝大多数乱码,追根溯源都是编码问题。 CSV 本质上就是个纯文本文件。Windows 下的 Excel 有个“臭名昭著”的习惯:它保存 CSV 时默认喜欢用 GBK(或者叫 cp936)编码(这个很大程度上收到操作系统的默认编码的影响),而现在的 Python 和大多数现代软件,默认都是 UTF-8。
这就好比两个人对话,一个讲普通话,一个讲英语,互相不了解对方的语言,就没办法能听懂了。
场景还原:
用 Excel 存了个 data.csv,里面全是中文。然后你用 Python 读:
import pandas as pd# 这种写法在 Windows 生成的 CSV 上大概率报错或乱码try: df = pd.read_csv('data.csv')except UnicodeDecodeError:print("Boom! 编码错了")怎么解?
要么告诉 pandas 用 GBK 读,要么在保存 CSV 时就强制用 UTF-8。我强烈建议统一用 UTF-8,这是大势所趋。
# 方案一:读取时指定编码df = pd.read_csv('data.csv', encoding='gbk')# 方案二(推荐):保存时指定 UTF-8df.to_csv('data_fixed.csv', index=False, encoding='utf-8')2. 字体:看得见的“假”乱码
这种情况比较少见,但很坑人。有时候数据其实没乱,是显示乱了。
场景还原:
用 Python 的 openpyxl 或 xlsxwriter 生成 Excel 报表,发给老板。老板打开一看,说:“怎么全是方块?” 这通常不是编码问题,而是字体缺失。如果生成的 Excel 里指定了一个生僻字体,或者没指定字体但系统默认字体不支持中文(比如某些 Linux 服务器环境下),中文就会显示成方块。
代码避坑:
用 openpyxl 写 Excel 时,最好显式设置一下字体,或者干脆别乱设字体,让 Excel 自己用默认的中文字体(如微软雅黑)。
from openpyxl import Workbookfrom openpyxl.styles import Fontwb = Workbook()ws = wb.activews['A1'] = "中文测试"# 显式指定支持中文的字体,稳妥ws['A1'].font = Font(name='Microsoft YaHei') wb.save('report.xlsx')3. 导出:最后一公里的背刺
这是最容易被忽视的一点。读取没问题,处理也没问题,但在“导出”给前端或者写入数据库时,又乱了。
场景还原:
用 Flask/Django 做个接口,把处理好的 DataFrame 转成 CSV 流返回给浏览器下载。
# 错误示范response = make_response(df.to_csv(index=False))response.headers["Content-Disposition"] = "attachment; filename=data.csv"如果这里没处理好编码,浏览器下载下来的文件,用 Excel 一打开,又是乱码。
建议:
在导出环节,一定要明确指定编码。如果是给浏览器下载,记得在 Content-Type 里也带上 charset。
# 正确姿势csv_data = df.to_csv(index=False, encoding='utf-8-sig')response = make_response(csv_data)response.headers["Content-Type"] = "text/csv; charset=utf-8-sig"response.headers["Content-Disposition"] = "attachment; filename=data.csv"总结一下
编码是核心,认准 utf-8-sig 能解决 90% 的 Excel/CSV 交互问题。 字体设置,生成 Excel 时留意一下字体设置,别让中文变方块。 导出设置,数据离开 Python 环境时,确保它设置了正确的“编码”。
搞懂这三点,基本就能搞定中文乱码问题了。















































































