CSV模块的使用

一、csv简介

CSV (Comma Separated Values)，即逗号分隔值（也称字符分隔值，由于分隔符能够不是逗号），是一种经常使用的文本

格式，用以存储表格数据，包括数字或者字符。不少程序在处理数据时都会碰到csv这种格式的文件，它的使用是比

较普遍的（Kaggle上一些题目提供的数据就是csv格式），csv虽然使用普遍，但却没有通用的标准，因此在处理csv

格式时经常会碰到麻烦，幸亏python内置了csv模块。下面简单介绍csv模块中最经常使用的一些函数。

 

更多内容请参考：https://docs.python.org/2/library/csv.html#module-csv

二、csv模块中的函数

• reader(csvfile, dialect='excel', **fmtparams)

参数说明：

 

csvfile，必须是支持迭代(Iterator)的对象，能够是文件(file)对象或者列表(list)对象，若是是文件对

象，打开时须要加"b"标志参数。

dialect，编码风格，默认为excel的风格，也就是用逗号（,）分隔，dialect方式也支持自定义，经过调用register_dialect方法来注册，下文会提到。

fmtparam，格式化参数，用来覆盖以前dialect对象指定的编码风格。

    import csv with open('test.csv','rb') as myFile: lines=csv.reader(myFile) for line in lines: print line 

 

'test.csv'是文件名，‘rb’中的r表示“读”模式，由于是文件对象，因此加‘b’。open()返回了一个文件对象

myFile，reader(myFile)只传入了第一个参数，另外两个参数采用缺省值，即以excel风格读入。reader()返回一个

reader对象lines,lines是一个list，当调用它的方法lines.next()时，会返回一个string。上面程序的效果是将csv

文件中的文本按行打印，每一行的元素都是以逗号分隔符','分隔得来。

 

在个人test.csv文件中，存储的数据如图：

程序输出：

['1', '2'] ['3', 'a'] ['4', 'b']

 

补充：reader对象还提供一些方法：line_num、dialect、next()

• writer(csvfile, dialect='excel', **fmtparams)

参数的意义同上，这里不赘述，直接上例程：

    with open('t.csv','wb') as myFile: myWriter=csv.writer(myFile) myWriter.writerow([7,'g']) myWriter.writerow([8,'h']) myList=[[1,2,3],[4,5,6]] myWriter.writerows(myList) 

 

'w'表示写模式。

首先open()函数打开当前路径下的名字为't.csv'的文件，若是不存在这个文件，则建立它，返回myFile文件对象。

csv.writer(myFile)返回writer对象myWriter。

writerow()方法是一行一行写入，writerows方法是一次写入多行。

注意：若是文件't.csv'事先存在，调用writer函数会先清空原文件中的文本，再执行writerow/writerows方法。

补充：除了writerow、writerows，writer对象还提供了其余一些方法：writeheader、dialect

• register_dialect(name, [dialect, ]**fmtparams)

这个函数是用来自定义dialect的。

参数说明：

name,你所自定义的dialect的名字，好比默认的是'excel'，你能够定义成'mydialect'

[dialect, ]**fmtparams，dialect格式参数，有delimiter（分隔符，默认的就是逗号）、quotechar、

quoting等等，能够参考Dialects and Formatting Parameters

    csv.register_dialect('mydialect',delimiter='|', quoting=csv.QUOTE_ALL) 

上面一行程序自定义了一个命名为mydialect的dialect，参数只设置了delimiter和quoting这两个，其余的仍然采用

默认值，其中以'|'为分隔符。接下来咱们就能够像使用'excel'同样来使用'mydialect'了。咱们来看看效果：

 

在我test.csv中存储以下数据：

以'mydialect'风格打印：

    with open('test.csv','rb') as myFile: lines=csv.reader(myFile,'mydialect') print lines.line_num for line in lines: print line 

输出：

 

['1,2', '3'] ['4,5', '6']

 

 

能够看到，如今是以'|'为分隔符，1和2合成了一个字符串（由于1和2之间的分隔符是逗号，而mydialect风格的分隔

符是'|'），3单独一个字符串。

对于writer()函数，一样能够传入mydialect做为参数，这里不赘述。

• unregister_dialect(name)

这个函数用于注销自定义的dialect

 

此外，csv模块还提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函数，这些都比较

简单，能够本身试试。好比list_dialects()函数会列出当前csv模块里全部的dialect：

    print csv.list_dialects()  

输出：

 

['excel-tab', 'excel', 'mydialect']

 

 

'mydialect'是自定义的，'excel-tab', 'excel'都是自带的dialect，其中'excel-tab'跟'excel'差很少，

只不过它以tab为分隔符。

 

csv模块还定义了

一些类：DictReader、DictWriter、Dialect等，DictReader和DictWriter相似于reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，这些常量能够做为Dialects and Formatting Parameters的值。

 

csv文件格式是一种通用的电子表格和数据库导入导出格式。最近我调用RPC处理服务器数据时，常常须要将数据作个存档便使用了这一方便的格式。

 

 

Python csv模块封装了经常使用的功能，使用的简单例子以下:

 

# 读取csv文件 import csv with open('some.csv', 'rb') as f: # 采用b的方式处理能够省去不少问题 reader = csv.reader(f) for row in reader: # do something with row, such as row[0],row[1] import csv with open('some.csv', 'wb') as f: # 采用b的方式处理能够省去不少问题 writer = csv.writer(f) writer.writerows(someiterable)

 

 

默认的状况下, 读和写使用逗号作分隔符(delimiter)，用双引号做为引用符(quotechar)，当遇到特殊状况是，能够根据须要手动指定字符, 例如:

 

import csv with open('passwd', 'rb') as f: reader = csv.reader(f, delimiter=':', quoting=csv.QUOTE_NONE) for row in reader: print row

 

 

上述示例指定冒号做为分隔符，而且指定quote方式为不引用。这意味着读的时候都认为内容是不被默认引用符(")包围的。quoting的可选项为: QUOTE_ALL, QUOTE_MINIMAL, QUOTE_NONNUMERIC, QUOTE_NONE.

 

有点须要注意的是，当用writer写数据时， None 会被写成空字符串，浮点类型会被调用 repr() 方法转化成字符串。因此非字符串类型的数据会被 str() 成字符串存储。因此当涉及到unicode字符串时，能够本身手动编码后存储或者使用csv提供的 UnicodeWriter, 具体可参见这里。

 

字典方式地读写

 

csv还提供了一种相似于字典方式的读写，方式以下:

 

格式以下:

 

class csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds) class csv.DictWriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)

 

 

其中fieldnames指定字典的key值，若是reader里没有指定那么默认第一行的元素，在writer里必定要指定这个。

 

使用示例

 

# 读 >>> import csv >>> with open('names.csv') as csvfile: ... reader = csv.DictReader(csvfile) ... for row in reader: ... print(row['first_name'], row['last_name']) ... Baked Beans Lovely Spam Wonderful Spam # 写 import csv with open('names.csv', 'w') as csvfile: fieldnames = ['first_name', 'last_name'] writer = csv.DictWriter(csvfile, fieldnames=fieldnames) writer.writeheader() writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'}) writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'}) writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

 

 

其它

 

csv模块还涉及了其它的概念，好比 Dialects, 还提供了供错误处理的 exception csv.Error 等，由于实际使用较少及就不累赘在此。更多参考官方文档。

 

cr : http://www.cnblogs.com/sjfgod/p/7623395.html