我尝试读取并打印以下文件：文本. tsv（https://www.sec.gov/files/dera/data/financial-statement-and-notes-data-sets/2017q3_notes.zip）
根据SEC，数据集以单一编码提供，如下所示：
制表符分隔值（. txt）：utf-8，制表符分隔，\n-终止行，第一行包含小写的字段名称。
我的当前代码：
import csv
with open('txt.tsv') as tsvfile:
reader = csv.DictReader(tsvfile, dialect='excel-tab')
for row in reader:
print(row)所有尝试均已结束，并显示以下错误消息：
'utf-8'编解码器无法解码位置4276中的字节0xa0：无效起始字节
我有点迷路了。有人能帮我吗？
6条答案
按热度按时间eqqqjvef1#
文件中的编码为“windows-1252”。请用途：
rqqzpn5f2#
如果有人在土耳其数据工作，那么我建议这行：
ne5o7dgx3#
对我来说很好，谢谢。
muk1a3rh4#
我有相同的错误信息.csv文件，这对我的工作：
yvgpqqbh5#
我也遇到了同样的问题，工作时使用拉丁1编码，请参阅示例代码适用于您的代码库。给予一个尝试，如果上述决议不工作。
yi0zb3m46#
如果输入有一个杂散的
'\xa0'，那么它不是UTF-8格式的，句号。是的，您必须将其重新编码为UTF-8（请参见：
iconv、recode命令，或者很多文本编辑器和IDE都可以做到），或者使用8位编码来读取它（正如所有其他答案所建议的那样）。你应该问自己的是-这个字符到底是什么（
0xa0或160）？在许多8位编码中，它是一个不间断的空格（如HTML中的 ）。对于至少一个DOS编码，它是一个重音“a”字符。这就是为什么你需要查看从8位编码解码它的结果。顺便说一句，有时候人们说“UTF-8”，他们的意思是“我猜主要是ASCII”。如果它是一个不间断的空格，他们就不会那么远了：
在
'\xc2'字节之前加上一个extra就可以了。