csv 模組的基本使用
阿新 • • 發佈:2018-12-25
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")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