python xlrd 将 xlsx 转换为 csv

Question

我正在尝试使用 xlrd 库将 excel 文件转换为 csv 文件。

但是我得到了这个错误:

UnicodeEncodeError: 'ascii' 编解码器无法对位置 2 中的字符 u'\u0142' 进行编码:序号不在范围内 (128)

会不会是excel文件太大了？因为行数较少的 excel 文件一切正常。但是当我试图转换一个将近 2000 行的 excel 文件时，我得到了这个错误。

[更新]

这是代码:

filepath = './attachments'
wb = xlrd.open_workbook(os.path.join(filepath, 'result.xls'))
sheet = wb.sheet_by_index(0)
fp = open(os.path.join(filepath, 'result.csv'), 'wb')
wr = csv.writer(fp, quoting=csv.QUOTE_ALL)
for rownum in xrange(sheet.nrows):
  wr.writerow(sheet.row_values(rownum))
fp.close()

这是回溯:

Traceback (most recent call last):
  File "MethodTest.py", line 11, in <module>
    wr.writerow(sheet.row_values(rownum))
UnicodeEncodeError: 'ascii' codec can't encode character u'\u0142' in position 2: ordinal not in range(128)

Answer 1

您正在读取包含 ASCII 范围之外数据的 Excel 工作表。

将 unicode 值写入 CSV 文件时，会进行自动编码，但对于超出 ASCII 字符范围的值会失败。显式编码:

for rownum in xrange(sheet.nrows):
      wr.writerow([unicode(val).encode('utf8') for val in sheet.row_values(rownum)])

在 Python 3 上，CSV 模块支持 Unicode 文本，前提是您为 open() 命令提供了合适的编码并以文本模式打开文件。虽然默认可以是UTF-8，但最好是明确的。文档建议您在打开文件进行 CSV 写入时使用 newline='':

fp = open(os.path.join(filepath, 'result.csv'), 'w', encoding='utf-8', newline='')
wr = csv.writer(fp, quoting=csv.QUOTE_ALL)
for rownum in range(sheet.nrows):
      wr.writerow(sheet.row_values(rownum))

您可能需要根据需要选择不同的编码。

将文件对象用作上下文管理器以确保它在代码退出后关闭(有或没有异常)也是一个好主意:

with open(os.path.join(filepath, 'result.csv'), 'w', encoding='utf-8', newline='') as fp:
    wr = csv.writer(fp, quoting=csv.QUOTE_ALL)
    for rownum in range(sheet.nrows):
          wr.writerow(sheet.row_values(rownum))