csv.DictReader在读取csv文件时使用哪种编码？

Question

我有一个以UTF-8编码保存的csv文件。

它包含非ASCII字符[umlauts]。

我正在使用以下方式读取文件：

csv.DictReader(<file>,delimiter=<delimiter>).

我的问题是：

1. In which encoding is the file being read?

2. I noticed that in order to refer to the strings as utf-8 I need to perform:

   str.decode('utf-8')
   

   Is there a better approach then reading the file in one encoding and then to convert to another, i.e. utf-8?

[Python版本：2.7]

- Maoritzio

---

这个答案解决了我的问题：https://dev59.com/_G445IYBdhLWcg3wLXEK - ThomasW

Answer 1

在Python 2.7中，CSV模块不会应用任何解码方式 - 它以二进制模式打开文件并返回字节字符串。

使用https://github.com/jdunck/python-unicodecsv，它可以实时解码。

用法如下：

with open("myfile.csv", 'rb') as my_file:    
    r = unicodecsv.DictReader(my_file, encoding='utf-8')

r将包含一个Unicode字典。重要的是，源文件以二进制模式打开。

- Alastair McCormack

Answer 2

如何使用实例和类来实现这个目标呢？您可以将共享字典存储在类级别，并且使其加载Unicode文本文件，甚至可以使用BOM文件掩码进行编码检测。很久以前我写了一个简单的库，它用一个Unicode感知的函数覆盖了默认的open()函数。如果您执行import tendo.unicode，还可以改变csv库加载文件的方式。如果您的文件没有BOM头，该库将假定使用UTF-8而不是旧的ascii编码。如果需要，您甚至可以指定其他回退编码。

- sorin