UnicodeDecodeError：“utf-8”/“ascii”编解码器无法解码位置 31 中的字节 0xe2

Question

我有一个输入 csv 文件，当我尝试对其进行一些操作并生成输出文件时，出现此错误。

起初，我收到“utf-8”错误，因此我使用以下命令搜索并检查了文件的编码：

import chardet
with open('1out_test.csv', 'rb') as rawdata:
    result = chardet.detect(rawdata.read(100000))
result

输出：{'置信度'：1.0，'编码'：'ascii'}

然后我写了以下内容：

WORDS, N = ["aaaa", "tttt"], 1

pattern = (
    rf"((?:\S+ +){{0,{N}}}\S*"
    fr"\b(?:{'|'.join(map(re.escape, WORDS))})\b"
    rf"\S*(?: +\S+){{0,{N}}})"
)

pd.read_csv("1out_test.csv", encoding='ascii', low_memory=False).assign(info=lambda x: x["remarks"].str.extract(pattern,flags= re.IGNORECASE, expand=False).fillna("NA")).to_csv("output.csv", index=False)

这又给了我同样的错误，但带有“ascii”： “ascii”编解码器无法解码位置 31 中的字节 0xe2：序数不在范围内（128）

注意：在这两个错误中，位置 31 是相同的。

Answer 1

尝试更换

pd.read_csv("1out_test.csv", encoding='ascii', low_memory=False).assign(info=lambda x: x["remarks"].str.extract(pattern,flags= re.IGNORECASE, expand=False).fillna("NA")).to_csv("output.csv", index=False)

与：

pd.read_csv("1out_test.csv", encoding='utf-8', low_memory=False).assign(info=lambda x: x["remarks"].str.extract(pattern,flags= re.IGNORECASE, expand=False).fillna("NA")).to_csv("output.csv", index=False)