CSV模塊的使用

一、csv簡介

CSV (Comma Separated Values)，即逗號分隔值（也稱字符分隔值，由於分隔符能夠不是逗號），是一種經常使用的文本

格式，用以存儲表格數據，包括數字或者字符。不少程序在處理數據時都會碰到csv這種格式的文件，它的使用是比

較普遍的（Kaggle上一些題目提供的數據就是csv格式），csv雖然使用普遍，但卻沒有通用的標準，因此在處理csv

格式時經常會碰到麻煩，幸虧python內置了csv模塊。下面簡單介紹csv模塊中最經常使用的一些函數。

 

更多內容請參考：https://docs.python.org/2/library/csv.html#module-csv

二、csv模塊中的函數

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

參數說明：

 

csvfile，必須是支持迭代(Iterator)的對象，能夠是文件(file)對象或者列表(list)對象，若是是文件對

象，打開時須要加"b"標誌參數。

dialect，編碼風格，默認爲excel的風格，也就是用逗號（,）分隔，dialect方式也支持自定義，經過調用register_dialect方法來註冊，下文會提到。

fmtparam，格式化參數，用來覆蓋以前dialect對象指定的編碼風格。

    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「讀」模式，由於是文件對象，因此加‘b’。open()返回了一個文件對象

myFile，reader(myFile)只傳入了第一個參數，另外兩個參數採用缺省值，即以excel風格讀入。reader()返回一個

reader對象lines,lines是一個list，當調用它的方法lines.next()時，會返回一個string。上面程序的效果是將csv

文件中的文本按行打印，每一行的元素都是以逗號分隔符','分隔得來。

 

在個人test.csv文件中，存儲的數據如圖：

程序輸出：

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

 

補充：reader對象還提供一些方法：line_num、dialect、next()

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

參數的意義同上，這裏不贅述，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'表示寫模式。

首先open()函數打開當前路徑下的名字爲't.csv'的文件，若是不存在這個文件，則建立它，返回myFile文件對象。

csv.writer(myFile)返回writer對象myWriter。

writerow()方法是一行一行寫入，writerows方法是一次寫入多行。

注意：若是文件't.csv'事先存在，調用writer函數會先清空原文件中的文本，再執行writerow/writerows方法。

補充：除了writerow、writerows，writer對象還提供了其餘一些方法：writeheader、dialect

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

這個函數是用來自定義dialect的。

參數說明：

name,你所自定義的dialect的名字，好比默認的是'excel'，你能夠定義成'mydialect'

[dialect, ]**fmtparams，dialect格式參數，有delimiter（分隔符，默認的就是逗號）、quotechar、

quoting等等，能夠參考Dialects and Formatting Parameters

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

上面一行程序自定義了一個命名爲mydialect的dialect，參數只設置了delimiter和quoting這兩個，其餘的仍然採用

默認值，其中以'|'爲分隔符。接下來咱們就能夠像使用'excel'同樣來使用'mydialect'了。咱們來看看效果：

 

在我test.csv中存儲以下數據：

以'mydialect'風格打印：

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

輸出：

 

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

 

 

能夠看到，如今是以'|'爲分隔符，1和2合成了一個字符串（由於1和2之間的分隔符是逗號，而mydialect風格的分隔

符是'|'），3單獨一個字符串。

對於writer()函數，一樣能夠傳入mydialect做爲參數，這裏不贅述。

• unregister_dialect(name)

這個函數用於註銷自定義的dialect

 

此外，csv模塊還提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函數，這些都比較

簡單，能夠本身試試。好比list_dialects()函數會列出當前csv模塊裏全部的dialect：

    print csv.list_dialects()  

輸出：

 

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

 

 

'mydialect'是自定義的，'excel-tab', 'excel'都是自帶的dialect，其中'excel-tab'跟'excel'差很少，

只不過它以tab爲分隔符。

 

csv模塊還定義了

一些類：DictReader、DictWriter、Dialect等，DictReader和DictWriter相似於reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，這些常量能夠做爲Dialects and Formatting Parameters的值。

 

csv文件格式是一種通用的電子表格和數據庫導入導出格式。最近我調用RPC處理服務器數據時，常常須要將數據作個存檔便使用了這一方便的格式。

 

 

Python csv模塊封裝了經常使用的功能，使用的簡單例子以下:

 

# 讀取csv文件 import csv with open('some.csv', 'rb') as f: # 採用b的方式處理能夠省去不少問題 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: # 採用b的方式處理能夠省去不少問題 writer = csv.writer(f) writer.writerows(someiterable)

 

 

默認的狀況下, 讀和寫使用逗號作分隔符(delimiter)，用雙引號做爲引用符(quotechar)，當遇到特殊狀況是，能夠根據須要手動指定字符, 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

 

 

上述示例指定冒號做爲分隔符，而且指定quote方式爲不引用。這意味着讀的時候都認爲內容是不被默認引用符(")包圍的。quoting的可選項爲: QUOTE_ALL, QUOTE_MINIMAL, QUOTE_NONNUMERIC, QUOTE_NONE.

 

有點須要注意的是，當用writer寫數據時， None 會被寫成空字符串，浮點類型會被調用 repr() 方法轉化成字符串。因此非字符串類型的數據會被 str() 成字符串存儲。因此當涉及到unicode字符串時，能夠本身手動編碼後存儲或者使用csv提供的 UnicodeWriter, 具體可參見這裏。

 

字典方式地讀寫

 

csv還提供了一種相似於字典方式的讀寫，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裏沒有指定那麼默認第一行的元素，在writer裏必定要指定這個。

 

使用示例

 

# 讀 >>> 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 # 寫 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模塊還涉及了其它的概念，好比 Dialects, 還提供了供錯誤處理的 exception csv.Error 等，由於實際使用較少及就不累贅在此。更多參考官方文檔。

 

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