csv 模組專門用於讀取和寫入 csv 檔案內容

以下主要講在 python2 中的使用，在python3中有不同的地方，我會單獨指出來

一般的excel表格可以儲存為csv格式，然後就可以使用 csv 模組去處理了

讀取檔案

讀取檔案通過 csv.reader() 方法 需要注意，在python2中，開啟和寫 csv 檔案，使用 rb 和 wb 但在python3中，開啟和寫 csv 檔案，使用 r 和 w 而且 python2 和 python3 在csv檔案中遇到中文時的情況也不一樣，具體見後面有關中文問題的介紹 ``` import csv   f = open("tmp.csv", "rb")

# 這裡獲得的 csvreader 變數實際上是一個迭代器，也就是不能直接列印，需要通過for迴圈或者next()方法讀取，且只能讀取一次 csvreader = csv.reader(f) for row in csvreader:     # 這裡的 row 為一個列表，每個欄位為這個列表的一個元素，注意，每個欄位都是字串型別     # 為了保證每個欄位的值前後沒有空字元，可以使用如下方法將其處理以後獲得新的列表     new_row = []     for i in row:

        new_row.append(i.strip())  ```

寫檔案

寫檔案通過csv.writer() 方法， 如果要一次寫入一行，可以使用 writerow() 方法；如果要一次寫多行，可以使用 writerows() 如下例： <wiz_code_mirror>              

f = open("tmp.csv", 'wb')
 

# 雖然讀取出來都是字串，但是寫入時，可以是其他類，所以這裡的3可以是數值

a = [["a","1"],["b","2"],["c",3]]

csvwriter = csv.writer(f)

 

for i in a:

    # 一次寫入一行

    csvwriter.writerow(i)

 

# 一次寫入多行

csvwriter.writerows([["d", 4], ["e", 5]])

f.close()

   

定義格式

定義格式的方法 register_dialect() 有很多格式可以定義，用的最多的是delimiter ，分隔符，預設是逗號 可以自定義其他格式： <wiz_code_mirror>              

csv.register_dialect("mydialect", delimiter="|")

    定義一個格式，命名為mydialect，分隔符設定為 "|" 應用自定義格式的方式如下： <wiz_code_mirror>              

# 讀檔案時應用，讀取檔案時，按 "|" 分隔

f = open("tmp1.csv","rb")

lines = csv.reader(f, "mydialect")

 

# 寫檔案時應用，寫檔案時，按 "|" 分隔

f = open("tmp1.csv","wb")

csvwriter = csv.writer(f, "mydialect")

     

中文問題

無論是python2，還是python3，無論是讀還是寫，都會遇到中文的問題   在python2中 讀取檔案時，如果原檔案不是 utf-8 的編碼格式（事實上，使用excel建立的csv檔案，編碼格式一般為gbk），則輸出來的中文類似這種格式 '\xb2\xe2\xca\xd4'，可以對該字串使用decode("gbk")解碼即可獲得中文資訊   寫檔案時，如果內容有中文，程式碼不會出問題，但是寫出來的檔案是utf-8的編碼格式，使用vim和cat一般不會出問題，但是使用excel開啟時，中文會顯示亂碼 但是寫出的該 csv 檔案，使用 csv 模組開啟時就可以正常顯示，為utf-8的編碼格式   如果希望寫出的帶中文的 csv 檔案可以被 excel 正常讀取，可以使用codecs模組 <wiz_code_mirror>          

import csv

import codecs

 

f = codecs.open("tmp1.csv", "w", "utf_8_sig")

csvw = csv.writer(f)

csvw.writerows([["中國","中文"],["abc","中文"]])

   

f.close()

      這種方法寫的csv檔案，在excel中也能正常顯示中文，而且檔案編碼為utf-8 但是該csv檔案使用csv模組開啟時，會在第一個欄位前加上 "\ufeff" 標記，在做字串對比的時候需要注意這一點 <wiz_code_mirror>              

>>> f = open("tmp1.csv", "r")

>>> csvr = csv.reader(f)

>>> next(csvr)

['\ufeff中國', '中文']

>>> next(csvr)

['abc', '中文']

      在python3中， 讀取非 utf-8 編碼格式帶中文的csv檔案時，則直接報錯 <wiz_code_mirror>              

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb2 in position 0: invalid start byte

    但python3中有個很好的方式來解決這個問題，python3中，open函式有一個encoding引數，可以指定檔案的編碼格式，注意，這是python2中沒有的 所以，在讀取 gbk 編碼格式的 csv 檔案時，可以使用如下方法 <wiz_code_mirror>              

>>> f = open("tmp2.csv","r", encoding="gbk")

>>> csvr = csv.reader(f)

>>> a = next(csvr)

>>> a[0]

'中文1'

>>> a[0] == '中文1'

True

    注意，這裡獲得的中文是不是 gbk 編碼，而是 unicode 編碼，可以直接和 unicode 編碼的中文進行比較   寫帶中文的csv檔案時，也可以使用這種方式開啟 <wiz_code_mirror>              

>>> f = open("tmp3.csv", "w", encoding="gbk")

>>> csvw = csv.writer(f)

>>> csvw.writer([["中文1", "中文2"],["a","中文3"]])

>>> f.close()

    這裡建立的tmp3.csv檔案是 gbk 編碼格式，可以使用excel正常檢視，但可能使用vim和cat檢視時是亂碼 vim可以更改vimrc中的fileencodings的值，來正常檢視gbk格式的中文，具體方法這裡就不介紹了   事實上，如果寫檔案時不新增encoding引數，python2 和 python3 在寫帶中文的csv檔案時是一樣的