python - 使用 pd.read_csv 问题对两种不同的语言进行编码
问题描述
我正在构建一个从德语到阿拉伯语的神经机器自动翻译器。我正在阅读一个 CSV 文件,其中包含德语句子及其相应的阿拉伯语翻译。我想同时阅读两种语言pd.read_csv
。我已经尝试了此Python 文档中所有语言的所有代码,但没有一个有效。
唯一对我最有效的是:
df = pd.read_csv("DLATS.csv", encoding ='windows-1256')
'windows-1256' 是阿拉伯语的编码别名。但问题是它没有捕捉到德语特殊字符,如 (ä),而是将它们转换为问号 (?)。所以drängte这个词变成了dr?ngte。
那么,谁能帮我解决这个问题或如何解决它?我曾想过将德语和阿拉伯语句子分隔在单独的 CSV 文件中,以便每个 CSV 文件仅包含一行,然后也许我会尝试将它们混合在 Python 代码中。但似乎pd.read_csv
至少需要 CSV 文件中的两列才能工作。
更新:我注意到原始 csv 文件也包含德语的这些问题。因此,由于原始文件在 Excel 中,我终于通过直接读取 excel 而不是 csv 来解决我的问题,所以我使用 pd.read_excel 没有任何编码属性并且效果很好。之前我不知道 pandas 有 pd.read_excel。
解决方案
就我而言,我使用 clear read_csv
。
import pandas as pd
df = pd.read_csv('download.csv')
print(df)
german arabic
0 drängte حث
如果您得到不好的结果,则数据可能未正确保存在 csv 中。
推荐阅读
- ios - 如何在 UITableViewCell 中重用 UIView 的 xib 子类
- android - 在 React-Native 中支持 iOS 和 Android 的图像的大小应该是多少
- android - 我如何在android中从左到右应用淡出动画
- javascript - 测试是否在 Click 上调用了作为 props 传递的方法
- sass - node-sass:全局安装后找不到命令
- python - 如何使用 firebase admin sdk 向所有用户发送推送通知?
- javascript - 为什么函数返回具有不同传递参数的相同输出
- android - Firebasestorage getFile不适用于下载网址android
- java - Spring 自定义 PropertyEditor / 转换器无法识别:找不到匹配的编辑器或转换策略
- python - 如何组合数据类、属性和 lru_cache