一、CSV 格式簡介

CSV 格式是一種以純文本形式存儲表格數(shù)據(jù)的文件格式，用特定分隔符（通常是逗號）隔開不同字段。例如，一條包含姓名、年齡和城市的記錄，在 CSV 文件中可能表示為"Alice,25,New York"。雖然 CSV 格式被廣泛應(yīng)用，但由于缺乏統(tǒng)一標準，不同應(yīng)用程序生成的 CSV 文件在格式細節(jié)上可能存在差異，這給數(shù)據(jù)處理帶來了挑戰(zhàn)。不過，其大致結(jié)構(gòu)相似，使得編寫通用處理模塊成為可能。

二、csv模塊核心內(nèi)容

（一）模塊函數(shù)

• csv.reader(csvfile, dialect='excel', \**fmtparams)：該函數(shù)用于創(chuàng)建一個reader對象，從給定的csvfile中讀取數(shù)據(jù)。csvfile可以是文件對象或包含字符串的可迭代對象，打開文件時需設(shè)置newline=''。dialect參數(shù)指定 CSV 變種，默認為'excel'，也可通過list_dialects()函數(shù)獲取已注冊變種名稱或自定義Dialect子類實例來設(shè)置。fmtparams用于覆蓋當前變種的單個格式參數(shù)。例如：

import csv
with open('eggs.csv', newline='') as csvfile:
    spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
    for row in spamreader:
        print(', '.join(row))

• csv.writer(csvfile, dialect='excel', \**fmtparams)：返回一個writer對象，將數(shù)據(jù)轉(zhuǎn)換為帶分隔符的字符串寫入csvfile。csvfile需具有write()方法，打開文件時同樣要設(shè)置newline=''。dialect和fmtparams作用與reader函數(shù)類似。示例如下：

import csv
with open('eggs.csv', 'w', newline='') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ', quotechar='|', quoting=csv.QUOTE_MINIMAL)
    spamwriter.writerow(['Spam'] * 5 + ['Baked Beans'])
    spamwriter.writerow(['Spam', 'Lovely Spam', 'Wonderful Spam'])

• 其他函數(shù)：csv.register_dialect(name, [dialect, **fmtparams])用于注冊自定義 CSV 變種；csv.unregister_dialect(name)刪除已注冊變種；csv.get_dialect(name)獲取指定變種；csv.list_dialects()返回所有已注冊變種名稱；csv.field_size_limit([new_limit])獲取或設(shè)置解析器允許的最大字段大小。

（二）模塊類

• csv.DictReader(f, fieldnames=None, restkey=None, restval=None, dialect='excel', \*args, \**kwds)：創(chuàng)建的對象類似常規(guī)reader，但將每行數(shù)據(jù)映射為字典，鍵由fieldnames指定。若fieldnames未提供，則文件第一行數(shù)據(jù)用作字段名并從結(jié)果中去除；若提供了，則第一行數(shù)據(jù)包含在結(jié)果中。多余字段數(shù)據(jù)會存儲在以restkey為鍵的列表中（默認為None），缺失字段用restval填充（默認為None）。例如：

import csv
with open('names.csv', newline='') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        print(row['first_name'], row['last_name'])

1. csv.Dialect：是一個容器類，通過其屬性定義 CSV 文件的格式處理方式，如雙引號、空白符、分隔符等的處理規(guī)則。不同的Dialect子類對應(yīng)不同的 CSV 文件格式變種，例如csv.excel定義了 Excel 生成的 CSV 文件的常規(guī)屬性，csv.excel_tab對應(yīng) Excel 生成的制表符分隔的 CSV 文件，csv.unix_dialect適用于 UNIX 系統(tǒng)生成的 CSV 文件（以'\n'為換行符，所有字段用引號包圍） 。
2. csv.Sniffer：用于推斷 CSV 文件的格式。sniff(sample, delimiters=None)方法分析給定樣本數(shù)據(jù)，返回包含格式參數(shù)的Dialect子類；has_header(sample)方法判斷樣本數(shù)據(jù)首行是否為列標題，但這是一個粗略的啟發(fā)式方法，可能出現(xiàn)誤判。使用示例：

with open('example.csv', newline='') as csvfile:
    dialect = csv.Sniffer().sniff(csvfile.read(1024))
    csvfile.seek(0)
    reader = csv.reader(csvfile, dialect)
    # 處理CSV文件內(nèi)容

（三）模塊常量

csv模塊定義了多個常量，用于控制writer和reader對象的引號處理行為。如csv.QUOTE_ALL指示writer給所有字段加引號；csv.QUOTE_MINIMAL僅為包含特殊字符的字段加引號；csv.QUOTE_NONNUMERIC為非數(shù)字字段加引號，并讓reader將未加引號的字段轉(zhuǎn)換為float類型；csv.QUOTE_NONE不使用引號引出字段，輸出數(shù)據(jù)中定界符前需加轉(zhuǎn)義符；csv.QUOTE_NOTNULL為不為None的字段加引號；csv.QUOTE_STRINGS總是為字符串字段加引號 。需要注意的是，在 Python 3.12 中，QUOTE_NOTNULL和QUOTE_STRINGS對reader對象的行為存在 bug，該問題在 Python 3.13 中得到修復。

（四）模塊異常

csv.Error異常由csv模塊中發(fā)生錯誤的函數(shù)拋出，在編寫代碼處理 CSV 文件時，可通過捕獲該異常來處理可能出現(xiàn)的錯誤，如文件格式錯誤、字段解析錯誤等。例如：

import csv, sys
filename ='some.csv'
with open(filename, newline='') as f:
    reader = csv.reader(f)
    try:
        for row in reader:
            print(row)
    except csv.Error as e:
        sys.exit(f'file {filename}, line {reader.line_num}: {e}')

三、變種與格式參數(shù)

不同的 CSV 文件可能在分隔符、引號處理、行終止符等格式上存在差異，csv模塊通過Dialect類的子類和格式參數(shù)來應(yīng)對這些差異。Dialect類支持以下屬性：

在創(chuàng)建reader或writer對象時，可以指定dialect參數(shù)（字符串或Dialect子類實例），也可以單獨指定格式參數(shù)來覆蓋dialect中的默認設(shè)置。

四、Reader 對象與 Writer 對象

（一）Reader 對象

Reader對象（包括DictReader實例和reader()函數(shù)返回的對象）用于讀取 CSV 數(shù)據(jù)。它具有以下方法和屬性：

1. 方法：__next__()方法返回可迭代對象的下一行數(shù)據(jù)，根據(jù)當前Dialect解析，可通過next(reader)調(diào)用。
2. 屬性：dialect屬性為只讀，用于獲取當前解析使用的變種描述；line_num屬性記錄源迭代器已讀取的行數(shù)，與返回的記錄數(shù)可能不同，因為記錄可能跨越多行。DictReader對象還有fieldnames屬性，用于獲取字段名稱，若創(chuàng)建對象時未傳入，則在首次訪問或讀取第一條記錄時初始化。

（二）Writer 對象

Writer對象（包括DictWriter實例和writer()函數(shù)返回的對象）負責將數(shù)據(jù)寫入 CSV 文件。其方法和屬性如下：

1. 方法：writerow(row)方法將row寫入文件對象，按當前Dialect格式化，返回底層文件對象write方法的返回值；writerows(rows)方法將rows中的所有元素寫入文件對象。DictWriter對象的writeheader()方法用于寫入一行字段名稱（構(gòu)造函數(shù)中指定），返回csvwriter.writerow()方法的返回值。
2. 屬性：dialect屬性為只讀，供writer使用，用于獲取當前寫入使用的變種描述。

五、實際應(yīng)用示例

（一）基本讀寫操作

1. 讀取 CSV 文件：使用csv.reader讀取文件，逐行打印數(shù)據(jù)。

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

• 寫入 CSV 文件：利用csv.writer將數(shù)據(jù)寫入文件。

import csv
with open('some.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerows([['data1', 'data2'], ['data3', 'data4']])

（二）處理特殊格式文件

處理非標準 CSV 格式文件時，需根據(jù)文件格式特點設(shè)置相應(yīng)的參數(shù)。例如，處理以冒號為分隔符且不使用引號的文件：

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

（三）注冊自定義變種

若項目中頻繁使用特定格式的 CSV 文件，可注冊自定義變種。例如：

import csv
csv.register_dialect('unixpwd', delimiter=':', quoting=csv.QUOTE_NONE)
with open('passwd', newline='') as f:
    reader = csv.reader(f, 'unixpwd')

（四）處理字符串數(shù)據(jù)

雖然csv模塊不直接支持解析字符串，但可以通過將字符串包裝成可迭代對象來處理。例如：

import csv
for row in csv.reader(['one,two,three']):
    print(row)

總結(jié)

Python 的csv模塊為 CSV 文件處理提供了全面且靈活的工具。通過掌握csv模塊的函數(shù)、類、常量以及變種與格式參數(shù)的設(shè)置，開發(fā)者能夠高效地讀取、寫入和處理各種格式的 CSV 文件。在實際應(yīng)用中，要根據(jù) CSV 文件的具體格式特點選擇合適的方法和參數(shù)，同時注意處理可能出現(xiàn)的錯誤情況，確保數(shù)據(jù)處理的準確性和穩(wěn)定性。

以上就是Python中CSV文件處理全攻略的詳細內(nèi)容，更多關(guān)于Python CSV文件處理的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論