python csv 乱码

### Python 处理 CSV 文件时的编码问题

当使用 Python 进行 CSV 文件操作时，常见的乱码问题是由于字符集不匹配引起的。为了确保读取和写入过程中不会出现乱码，建议始终指定正确的编码方式。

#### 使用 `utf-8` 编码进行文件操作

对于简单的列表写入 CSV 文件的情况，可以通过设置合适的编码来避免乱码：

ls = ['北京', '上海', '天津', '重庆']
with open('a.csv', 'w', encoding='utf-8') as f:
    f.write(','.join(ls))
    
with open('a.csv', 'r', encoding='utf-8') as f:
    content = f.read()
print(content)

然而，在某些情况下（特别是 Windows 平台），即使指定了 UTF-8 编码，Excel 打开这些文件时仍可能出现乱码。这是因为 Excel 默认期望带有 BOM 的 UTF-8 文件[^4]。

#### 使用带 BOM 的 `utf-8-sig` 编码

为了避免上述情况发生，应该采用 `utf-8-sig` 编码格式保存文件，这会在文件开头加入字节顺序标记 (BOM)，使得像 Microsoft Excel 这样的应用程序能够正确识别文件编码:

import csv

data = [['城市'], ['北京'], ['上海']]
with open('cities_with_bom.csv', mode='w', newline='', encoding='utf-8-sig') as file:
    writer = csv.writer(file)
    writer.writerows(data)

# 验证读取是否正常工作
with open('cities_with_bom.csv', mode='r', encoding='utf-8-sig') as file:
    reader = csv.reader(file)
    rows = list(reader)
for row in rows:
    print(row)

通过这种方式，不仅可以防止命令行终端中的乱码现象，还能让其他软件如 Excel 正确解析含有中文字符的内容。

另外，如果是在 Linux 或 macOS 上运行程序，则通常只需要坚持使用标准的 `utf-8` 即可解决问题；而在 Windows 环境下则推荐优先考虑 `utf-8-sig` 来兼容更多应用工具的需求。