JAVA高级面试进阶训练营视频教程

admin

最近尝试获取IEEE上的论文，实现批量获取论文的题目、作者、出版杂志、引用次数等内容，并将检索的数据保存为csv文件。在这个过程中，发现使用to_csv默认的"utf-8"编码类型进行读写文件的时候，部分作者的名字出现乱码情况，如下图所示。

“Hana Dobšíček Trefná” 显示成为了“Hana Dob拧铆膷ek Trefn谩”，出现这样的情况，是由于编码的问题所引起的，因此主要是在encoding上找解决方案，从网上查到unicode编码有utf-8、utf-16和utf-32三种形式。

• 情况一：设置encoding="utf-16",“Hana Dobšíček Trefná”显示正常，没能正常分列,并且使用read_csv可以正常读取。

• 情况二：设置encoding="utf-32",“Hana Dobšíček Trefná”显示正常，没能正常分列，使用read_csv无法正常读取。

 

• 情况三：设置encoding="utf-16", sep="\t",“Hana Dobšíček Trefná”显示正常，能正常分列，使用read_csv可以正常读取。

• 情况四：设置encoding="utf-32", sep="\t",“Hana Dobšíček Trefná”显示正常，能正常分列，使用read_csv无法正常读取。