Python csv 模块

今天的练级主题是Python的csv模块，直接找到Python官方文档的csv模块页：

http://docs.python.org/2/library/csv.html#module-csv

 首先，我做了一个稍不是很正常的excel文档来做测试，文档内容如图，

  

 为什么不是很正常呢，因为本来就是","分割的值表，如果值里面包含了","怎么办？观察产生的csv的文本：

这里之所以要截图不用文本的复制粘贴，下文有玄机。这个文档除了值中包含","还包含了双引号和单引号，因此用自己写程序读这个file可能难免会出BUG，至少不能像昨天一样简单的.split(",")可以搞定了。

所以今天要学用的就是csv模块，首先import。

>>> import csv
>>>

然后打开文档看看，

>>> with open('HelloWorld.csv') as csvfile:
...     print csvfile.read()
... 
"4,,5",7&8,That's it,,,,1+2
>>> 

前面这个with open是csv模块官方文档给的一个语句结构，Google了一下，用with打开的一个好处是会自己擦屁股，比如with open之后会自动close()。除此之外，个人理解"with open(filename) as f" == "f = open(filename)"，如果有高手觉得这个我说的不对的话，请不吝赐教。

说完with之后，发现这个print出来的东西不对！前面两行直接被吞掉了，查看了一下不是with的问题。而是open的问题，本来open这个内置函数应该是明天的练级主题，既然今天出来了，当然也十分欢迎。看一下open的官方文档说明。

首先是open的语法

open(name[, mode[, buffering]])

里面的模式(mode)参数中，'r','w','a'分别代表只读，写入和增加，这个估计都早知道了，对于个人来说比较新的是'U'和'b'，'b'是支持二进制打开，即使文档不是二进制文件，使用这个参数也没有坏处，'U'是支持universal newlines的参数，所谓universal newlines的意思是各个操作系统平台所用的换行附是不同的，比如'\n'是Python默认的换行符，'\r\n'则是windows上默认的，此外还有'\r'和'^M'，就是本文所产生的csv文档中所使用的换行符，这也是为什么之前要使用截图而不是直接复制粘贴文字的原因，写了那么多直接来个测试看看用'U'模式打开文档会不会有区别。

>>> with open('HelloWorld.csv','Urb') as csvfile:
...     print csvfile.read()
... 
1,"2,3",4.5,5-6,7/8,9~0,1+2
"""11""",12,19%,#123,,,
"4,,5",7&8,That's it,,,,
>>> 

很好，3行都print出来了。

但是光Print出来只是第一步，我们希望把这个东西放到一个列表或者字典里，csv模块提供了很有用的两个参数，一个是delimiter分割符默认是','，另一个是quotechar引用符，默认是'"'，在这个例子里，直接用默认就好，话说这个虽然叫csv模块，但是改成处理tsv文档也就改一个参数的问题。

>>> with open('HelloWorld.csv','Urb') as csvfile:
...     content = csv.reader(csvfile)
...     for line in content:
...         print line
... 
['1', '2,3', '4.5', '5-6', '7/8', '9~0', '1+2']
['"11"', '12', '19%', '#123', '', '', '']
['4,,5', '7&8', "That's it", '', '', '', '']
>>> 

由此，我发现了两点，一是这个reader的返回值是一个迭代器，另一点是这个迭代器yeild的每一项都是经过split之后的list对象。

我接下来尝试了一下csv.writer方法

>>> with open('HelloWorld.tab','wb') as tabfile:
...     tabwriter = csv.writer(tabfile, delimiter='\t', quotechar='"')
...     tabwriter.writerow(['Spam']*5)
...     tabwriter.writerow(['Hello','World'])
... 
>>> content = []
>>> for line in csv.reader(open('HelloWorld.csv','Urb')):
...     content.append(line)
... 
>>> with open('HelloWorld.tab','wb') as tabfile:
...     tabwriter = csv.writer(tabfile, delimiter = '\t', quotechar='"')
...     for line in content:
...         tabwriter.writerow(line)
... 
>>> print open("HelloWorld.tab").read()
1	2,3	4.5	5-6	7/8	9~0	1+2
"""11"""	12	19%	#123
4,,5	7&8	That's it
>>> 

个人觉得csv的writer使用感觉不是那么好，首先writer很像一个handle，需要使用writer.writerow()才能写入，第二，一行一行写，写入的对象类型需要一维列表，一整块地写入则需要一个二维列表，相对麻烦。第三，没有.close()方法，需要用f.close()直接close整个file，或者用with打开file。关于这些“缺点”，如果有理解的不对的话，请高手们不吝赐教。

最后我尝试了一下使用dictreader和dictwriter，虽然最后查到了一个靠谱的使用方法：

http://bytes.com/topic/python/answers/910694-how-parse-csv-using-dictreader

但是我觉得这个用法比较晦涩，至少目前我如果想实现类似的功能，我会用更简单易懂粗暴的方法。

嗯，今天的csv模块就先到这，本来明天的open函数似乎也在今天解决了，那么下次的任务就是sys模块了，嘿嘿，那可是个很好用的模块，估计下次还会顺带着学习一下os模块哦。

===============================================================================
附：
这些“习题”源自陈皓叔叔的博文《程序员练级技术攻略》：
http://coolshell.cn/articles/4990.html
我希望尝试跟着他推荐的方式练级，同时把每日的心得放到博客上来供大家分享，也希望各位程序员大牛们指导。