python中读取含本地语言（如印地语）的csv文件时出现乱码（如“???? ??? ???”），通常是因文件未以utf-8编码保存或读取时未正确声明编码所致；解决关键在于确保csv文件以utf-8 with bom（即“csv utf-8”格式）保存，并在python中统一使用utf-8解码。
python中读取含本地语言（如印地语）的csv文件时出现乱码（如“???? ??? ???”），通常是因文件未以utf-8编码保存或读取时未正确声明编码所致；解决关键在于确保csv文件以utf-8 with bom（即“csv utf-8”格式）保存，并在python中统一使用utf-8解码。
在Web表单上传场景中（如Django或Flask），用户常通过Excel另存为CSV的方式生成文件。但需特别注意：Microsoft Excel默认的“另存为 → CSV (逗号分隔)”格式实际使用系统区域编码（如Windows-1252），而非UTF-8，这会导致印地语、中文、阿拉伯语等Unicode字符被错误编码，进而引发解码失败和问号乱码。
✅ 正确做法是：在Excel中选择 “另存为 → CSV UTF-8 (.csv)”（Excel 2016+ Windows/macOS均支持）。该格式会在文件开头自动写入UTF-8 BOM（0xEF, 0xBB, 0xBF），显著提升Python等程序对编码的识别准确率。
同时，Python端代码也需优化——避免手动decode('utf-8')后拆分行再用csv.reader解析，因为该方式会破坏CSV字段内换行符、引号等结构化特性。推荐直接基于字节流构建文本IO对象：
import csv
import io
csv_file = request.FILES.get('file')
# 确保以二进制模式读取原始字节
raw_bytes = csv_file.read()
# 使用 io.TextIOWrapper 包装字节流，显式指定 encoding='utf-8'
text_stream = io.TextIOWrapper(io.BytesIO(raw_bytes), encoding='utf-8')
# 直接传入 csv.reader —— 支持完整CSV语法解析（含引号、转义、多行字段）
reader = csv.reader(text_stream)
rows = list(reader)
for i, row in enumerate(rows):
if len(row) > 1:
print(row[1]) # 输出：यह एक नमूना संदेश है⚠️ 注意事项：
- 若无法控制用户保存格式（如旧版Excel不支持“CSV UTF-8”），可在服务端增加编码探测逻辑（如用chardet库），但不推荐作为默认方案——BOM缺失时探测易出错；
- copy.deepcopy(csvFile) 在文件上传场景中通常冗余且可能失效（UploadedFile对象不可深拷贝），应直接操作原始文件流；
- 不要对file_content.decode('utf-8').splitlines()后的字符串列表再用csv.reader——这会丢失CSV规范中的字段分隔与引号处理能力，导致解析错误（例如含逗号的单元格被错误切分）。
总结：编码一致性是核心——从文件生成（Excel选“CSV UTF-8”）、传输（HTTP无编码转换）、到Python解析（encoding='utf-8' + TextIOWrapper）全程保持UTF-8，即可稳定支持所有Unicode本地语言数据。
