Python CSV文件解析生成

思路

• 简单的生成和读取 CSV
• CSV 文件格式
• 使用 csv 库

Python with CSV

先有个很朴素的生成和解析的方法。

生成：

data = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
]
for cow in data:
    print(','.join(map(str, cow)))

生成结果：

1,2,3
4,5,6
7,8,9

解析

s = """1,2,3
4,5,6
7,8,9
"""
cows = s.splitlines()
data = []
for cow in cows:
    items = cow.split(',')
    data.append(items)
# data
# [['1', '2', '3'], ['4', '5', '6'], ['7', '8', '9']]

但是显示的数据可能不这么理想，比如其中的某一项有 , 的时候就会有问题了。

CSV 格式

CSV 中有几个概念需要先了解下。CSV 虽然是 Comma-separated values 但并不一定用逗号来分隔，也可以用其他的来分隔。同时 CSV 也没有一个明确的规范。

从 Python 的 csv 的文档中看到的一些关键术语：

delimiter，最基本的分隔符

quotechar，如果某个 item 中包含了分隔符，应该用 quotechar 把它包裹起来

doublequote，如果某个 item 中出现了 quotechar 那么可以把整个内容用 quotechar 包裹，并把 quotechar double 一下用来做区分

escapechar，如果不用 doublequote 的方法还可以用 escapechar 来辅助

lineterminator，每一行的结束符，默认的是 \r\n

quoting，可以选择任何时候都使用 quotechar 来包裹内容，或者是需要用到的时候再用，或者不用

skipinitialspace，是否忽略分隔符后面跟着的空格

strict，这个是 Python 自己的，是否抛要异常

（上面的可能没有覆盖所有的细节，但大概就是这样的情况）

使用 Python 的 csv 库

13.1. csv — CSV File Reading and Writing — Python 2.7.12 documentation

很简单的例子就是

import csv
with open('some.csv', 'rb') as f:
    reader = csv.reader(f)
    for row in reader:
        print row

import csv
with open('some.csv', 'wb') as f:
    writer = csv.writer(f)
    writer.writerows(someiterable)

另外这里面有个 dialect 的概念，就是用一个 dialect 来定义上面提到的那些解析规则。

可以自己注册（csv.register_dialect ）、列出所有的（csv.list_dialects)、获取某个（csv.get_dialect）。

默认是用逗号分隔的 excel 的 dialect，所以如果没有特殊情况应该直接使用默认值就够了。

其他

这次先只把基本概念了解下，后面可能还有文件编码之类的坑，到时遇到了再回来更新。

参考

PEP 305 -- CSV File API | Python.org

13.1. csv — CSV File Reading and Writing — Python 2.7.12 documentation