"utf-8"编解码器无法解码字节0x89

Question

我想读取一个csv文件并处理一些列，但是我一直遇到问题。卡在以下错误：

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
>>> 

我的代码

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)))

我是一名Python初学者，尝试使用Google搜索，但很难找到正确的解决方案。

有人可以帮助我吗？

- Sven

---

你能分享你的CSV文件或其中的部分吗？ - user1767754

你确定文件是真正以UTF-8编码的吗？如果文件来自于西方国家的Excel，则尝试使用“'cp1252'”编码。所有支持的编码请参考：https://docs.python.org/2/library/codecs.html#standard-encodings - David Aurelio

你为什么要以UTF-8格式打开文件？你确定这是该文件的正确编解码器吗？ - Martijn Pieters

89 不是有效的 UTF8 字节，因此“错误”是正确的，你的文件没有进行 UTF8 编码。就我而言，问题解决了。 - Jongware

尝试使用“latin1”编码，其中所有字节值都是合法的。 - martineau

将编码更改为“cp1252”解决了问题 - 谢谢！ - Sven

Answer 1

.png 文件的第一个字节是 0x89。这并不代表这就是你的问题，但是 .png 头文件是被专门设计成不会被 错误地解释为文本 的。

我不知道为什么你会有一个实际上是 .png 的 .csv 文件。但如果有人意外重命名了该文件，则肯定会发生这种情况。在 Windows 10 上，由于复选框功能，我偶尔会意外批量重命名文件。为什么微软决定让桌面机具有与平板电脑相同的 UI 控件是个好主意...我不知道。

- KANJICODER

---

我正在处理一个文件，它是png格式的，也就是说我知道它是png格式，并且应该是这样的，但我仍然遇到了这个错误。 - Karina Klinkevičiūtė

Answer 2

这是最重要的线索：

无效的起始字节

"\x89"并不像评论中所建议的那样是一个无效的UTF-8字节。它是一个完全有效的续字符。这意味着如果它跟随正确的字节值，它可以正确编码UTF-8：

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

要么你没有像预期的那样使用UTF-8数据，要么你有一些格式不正确的UTF-8数据。Python编解码器只是让你知道它在序列中遇到了错误顺序的\x89。

(有关连续字节的更多信息，请参见这里: http://en.wikipedia.org/wiki/UTF-8#Codepage_layout)

- jar

---

你会推荐什么来诊断接下来需要做什么吗？ - ScottieB

Answer 3

当我尝试读取或上传以下类型的文件时，也遇到了类似的错误：

1. CSV文件
2. JPEG文件
3. PNG文件
4. Zip文件

避免出现如下错误的最佳方法是：

1. 'utf-8'编解码器无法解码字节0x89。
2. 'utf-8'编解码器无法解码字节0xff。

将这些文件读取为字节。 当您将它们视为字节时，不需要在此处提供任何编码值。因此，当您打开它们时应该指定：

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

或者，在您的情况下，代码应该类似于：

import csv

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

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

- Rohit Agrawal

---

这个固定了我的上传zip和jpeg文件。 - Rahul Bhiwagade