python讀取csv編碼問題
主要參考https://www.cnblogs.com/shengulong/p/7097869.html
https://www.cnblogs.com/buptldf/p/4805879.html
首先對相關編碼進行簡單的介紹:
ASCII碼
由於計算機只能處理數字，當處理文本時，需要將文本轉換為數字。
最早計算機設計采用8比特作為一個字節，所以一個字節所表示最大的整數為255。0-255被用來表示大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼。比如大寫的英文字母A編碼為65，小寫的英文字母z編碼為122。
由於ASCII碼只對英文字母、數字和一些符號進行編碼，只用了0-127個數字（前7位bit）。擴展ASCII碼允許將每個字符的第8 位用於確定附加的128 個特殊符號字符、外來語字母和圖形符號。后128個稱為擴展ASCII碼。
GB2312
如果要表示中文，顯然一個字節是不夠的，至少需要兩個字節，而且還不能和ASCII編碼沖突，所以，中國制定了GB2312編碼，用來把中文編進去。
GB 2312的出現，基本滿足了漢字的計算機處理需要，它所收錄的漢字已經覆蓋中國大陸99.75%的使用頻率。
GBK字庫
GBK 向下與 GB 2312 編碼兼容, GBK是采用單雙字節變長編碼，英文使用單字節編碼，完全兼容ASCII字符編碼，中文部分采用雙字節編碼。
Unicode編碼
Unicode當然是一個很大的集合，現在的規模可以容納100多萬個符號。每個符號的編碼都不一樣。
UTF-8
為了提高Unicode的編碼效率，於是就出現了UTF-8編碼。UTF-8可以根據不同的符號自動選擇編碼的長短。
由於字符編碼種類非常多，因此Excel有選擇性的支持了ANSI(微軟自已的)和UNICODE（大而全）,不支持UTF-8很正常。記事本支持UTF-8編碼。
excel打開csv文件，可以識別編碼"GB2312"，但是不能識別"utf-8",數據庫里的字符串編碼是utf-8.因此：
當從csv讀取數據（data）到數據庫的時候，需要先把GB2312轉換為unicode編碼，然后再把unicode編碼轉換為utf-8編碼：data.decode('GB2312').encode('utf-8')
注：
用gb2312編碼的csv文件，再notepad++打開如果為亂碼的話，需要將Notepad++中的字符編碼修改為中文；
如果在csv中，采用的是unicode編碼，則打開Notepad++無任何問題
