python csv模块用法_python中csv模块用法（详细）tcy

python csv模块  2018/12/23

# CSV以纯文本存储数和文本。文件的每一行就代表一条数据,每条记录包含由逗号分隔一个或多个属性值。

1.说明：

1) 默认读写用逗号做分隔符(delimiter),双引号作引用符(quotechar)

2) 用writer写数据None被写成空字符串,浮点型调用repr()转化成字符串。非字符串型数据被str()成字符串存储。

3) open函数

import locale ; locale.getpreferredencoding()# 查看本地编码'cp936'

open('some.csv', newline='', encoding='utf-8')

# 使用系统默认编码将文件解码为unicode可使用不同的编码解码文件

# 如果newline=''没有指定,嵌入引用字段内换行符将不会被正确地解释

4)RFC 4180 提供了一些标准：

# 内容为纯文本;包含记录

# 每条记录是用单个分隔字符将各属性分隔

# 每条记录的属性序列是相同的pandas可以通过PyPI的 pip安装 。

2.模块内容

2.1模块常量：引用约定

quoting=csv.QUOTE_MINIMAL =0 # writer对象只引用那些包含特殊字符

quoting=csv.QUOTE_ALL=1 # writer对象引用所有字段

# 如字段分隔符,quotechar或任何字符 lineterminator。

quoting=csv.QUOTE_NONNUMERIC=2 # writer对象引用所有非数字字段。

# 指示读者将所有非引用字段转换为float类型。

quoting=csv.QUOTE_NONE=3,escapechar='$'# writer对象不引用字段

# 如未设置escapechar错误抛出；指示reader不对引号字符执行特殊处理。

2.21.函数：

csv.reader(f,dialect ='excel',** fmtparams )# 返回一个读取器对象,它将迭代给定csv文件中的行。

# 属性：

csv.reader().dialect

csv.reader().line_num

csv.writer(f,dialect ='excel',** fmtparams ) # 返回一个编写器对象,负责将用户的数据转换为给定类文件对象上的分隔字符串

# 属性方法：

writer.writerow

writer.writerows

writer.dialect

csv.DictReader()#字典读

# 方法：

csv.DictReader().__next__()# 称之为next(reader)

# 属性：

csvreader.dialect # 解析器使用的方言的只读描述。

csvreader.line_num # 从源迭代器读取的行数。这与返回的记录数不同,因为记录可以跨越多行。

csvreader.fieldnames# 从文件中读取第一条记录时初始化此属性

csv.DictWriter()

# 方法：

csvwriter.writerow(row) # 将row写入writer的文件对象,根据当前方言进行格式化。支持迭代

csvwriter.writerows(rows)# 将行中的所有元素写入编写器的文件对象,并根据当前方言进行格式化。支持迭代

DictWriter.writeheader() # 公共方法：用字段名称写一行

# 属性：

csvwriter.dialect # 使用的方言只读描述

2.22函数-方言

csv.register_dialect(name [,dialect [,** fmtparams ] ] )

# 将方言与名称联系起来。 name必须是一个字符串。

# 方言可通过传递子类Dialect或fmtparams关键字参数或两者来指定,并使用关键字参数覆盖方言的参数。

csv.unregister_dialect(name)

# 从方言注册表中删除与名称关联的方言。名称不存在抛出错误

csv.get_dialect(name)

# 返回与姓名相关的方言,不可变的 Dialect。名称不存在抛出错误。

csv.list_dialects()

# 返回所有已注册方言的名称。

csv.field_size_limit([ new_limit ] )

# 返回解析器允许的当前最大字段大小。如果给出new_limit,则这将成为新限制。

2.23类：

class csv.Dialect

# 用来定义一个特定参数的容器类 reader或writer实例。

class csv.excel

# 在excel类定义的Excel生成的通常性质CSV 文件。它以方言名称注册'excel'。

class csv.excel_tab

# 定义Excel生成的制表符分隔的文件的通常的性质。它以方言名称注册'excel-tab'。

class csv.unix_dialect

# 定义UNIX系统上的CSV,即使用生成的文件'\n'作为线路终端机和引用的所有字段。它以方言名称注册'unix'

class csv.Sniffer

# 在Sniffer类用于推导的格式CSV文件。

Sniffer类方法：

sniff(sample, delimiters=None)

# 分析给定的样本并返回Dialect反映找到的参数的子类。

# 如果给出了可选的delimiters参数,则将其解释为包含可能的有效分隔符的字符串。

has_header(sample)

# 分析示例文本(假定为CSV格式), True如果第一行显示为一系列列标题,则返回。

3.1实例：读取字符串

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

print(row)# ['one', 'two', 'three']

3.2实例：读写

实例1.1：读取CSV文件的最简单示例：

with open('some.csv', newline='') as f:

reader = csv.reader(f)

for row in reader:print(row)

实例1.2：相应的最简单的写作示例是：

import csv

with open('some.csv', 'w', newline='') as f:

writer = csv.writer(f)

writer.writerows(someiterable)

实例2.1：写数据

with open('test_csv_data.csv', 'w', newline='') as f:

writer = csv.writer(f, delimiter=' ',quotechar='|', quoting=csv.QUOTE_MINIMAL)

writer.writerow(['My name is','Tom', 'Bob', 'Jim', 'May'])

writer.writerow(['Color is', 'red', 'yellow green','blue'])

实例2.2：读数据

with open('test_csv_data.csv', newline='') as f:

spamreader = csv.reader(f, delimiter=' ', quotechar='|')

for row in spamreader:

print(', '.join(row))

# My name is, Tom, Bob, Jim, May

# Color is, red, yellow green, blue

实例3.2：写入csv文件

with open('csv_test.csv', 'w',newline='') as f:# 如不指定newline='',有时则每写入一行将有一空行被写入

writer = csv.writer(f)

writer.writerow(['name', 'age', 'tel']) # 写入一行用writerow

data = [('Tom', '25', '1367890900'), ('Jim', '18', '1367890800')]

writer.writerows(data) # 多行用writerows

实例3.2：读取

with open('csv_test.csv', encoding='utf-8') as f:

csv_reader = csv.reader(f)

for row in csv_reader:

print(row)

# ['name', 'age', 'tel']

# ['Tom', '25', '1367890900']

# ['Jim', '18', '1367890800']

3.3字典读写

# 实例1:字典方式写

datas = [{'name': 'Bob', 'age': 23},{'name': 'Jerry', 'age': 44},{'name': 'Tom', 'age': 15} ]

with open('test_csv_data.csv', 'w', newline='') as f:

writer = csv.DictWriter(f, ['name', 'age'])# 标头在这里传入,作为第一行数据

writer.writeheader()

for row in datas:

writer.writerow(row)

# 还可以写入多行

writer.writerows(datas)

# 实例2:字典方式读

import csv

with open('test_csv_data.csv','r') as f:

reader = csv.DictReader(f)

for row in reader:

print(row['name'], row['age'])

# name,age

# Bob,23

# Jerry,44

# Tom,15

# Bob,23

# Jerry,44

# Tom,15

3.4csv文件格式

# 方法1：定义csv.Dialect的一个子类(如专门的分隔符、字符串引用约定、行结束符等) ：

class my_dialect(csv.Dialect):

lineterminator = '\n'

delimiter = ';'

quotechar = '"'

reader = csv. reader (f , diaect=my_dialect)

# 方法2：各个csv方法的参数以关键字的形式提供给c sv.reader ：

reader= csv.reader(f, delimiter='|')

3.5注册新方言：

csv.register_dialect('unixpwd', delimiter=':', quoting=csv.QUOTE_NONE)

with open('passwd', newline='') as f:

reader = csv.reader(f, 'unixpwd')

3.6捕获和报告错误：

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('file {}, line {}: {}'.format(filename, reader.line_num, e))

3.7示例Sniffer：

with open('test_csv_data.csv', newline='') as f:

dialect = csv.Sniffer().sniff(f.read(1024))

f.seek(0)

reader = csv.reader(f, dialect,delimiter=' ',quotechar='|', quoting=csv.QUOTE_NONE,escapechar='$')

# process CSV file contents here

for i in reader:

print(i)

# ['name is', 'age', 'weight', 'remark']

# ['Tom', '25', '31.2', '$te|st']

# ['Jim', '35', '42.8', '$test$st']

3.8实例：dialect

f=open('test_csv_data.csv', newline='')

spamreader = csv.reader(f, delimiter=' ', quotechar='|')

spamreader.dialect,spamreader.line_num

dialect=spamreader.dialect

dialect.delimiter #分隔字段的单字符字符串 #' '

dialect.doublequote#如何处理字段内的引用符号。如果为True ，则双写 #1

dialect.escapechar #用于对分隔符进行转义的字符串=None禁用 #

dialect.lineterminator #用于写操作的行结束符 # '\r\n'

dialect.quotechar #用于带有特殊字符(如分隔符)的字段的引用符号 #'|'

dialect.quoting #引用约定 # 0

dialect.skipinitialspace#忽略分隔符后面的空白符。默认为False # 0

dialect.strict #如何处理字段内的引用符号 # 0

3.9实例：- 引用约定

使用备用格式读取文件

with open('test_csv_data.csv', 'w', newline='') as f:

writer = csv.writer(f, delimiter=' ',quotechar='|', quoting=csv.QUOTE_NONE,escapechar='$')

writer.writerow(['name is','age', 'weight', 'remark'])

writer.writerow(['Tom', 25, 31.2,'$te|st'])

writer.writerow(['Jim', 35, 42.8,'$test$st'])

quoting=csv.QUOTE_ALL,escapechar=None

# 指示writer对象引用所有字段。

# |name is| |age| |weight| |remark|

# |Tom| |25| |31.2| |$te||st|

# |Jim| |35| |42.8| |$test$st|

quoting=csv.QUOTE_MINIMAL,escapechar=None

# 指示writer对象只引用那些包含特殊字符，如字段分隔符，quotechar或任何字符 lineterminator。

# |name is| age weight remark

# Tom 25 31.2 |$te||st|

# Jim 35 42.8 $test$st

quoting=csv.QUOTE_NONNUMERIC,escapechar=None

# 指示writer对象引用所有非数字字段。指示读者将所有非引用字段转换为float类型。

# |name is| |age| |weight| |remark|

# |Tom| 25 31.2 |$te||st|

# |Jim| 35 42.8 |$test$st|

quoting=csv.QUOTE_NONE,escapechar='$'

# 指示writer对象不引用字段。当输出数据中出现当前分隔符时，它前面是当前的escapechar字符。

# 如果未设置escapechar错误抛出；指示reader不对引号字符执行特殊处理。

# name$ is age weight remark

# Tom 25 31.2 $$te$|st

# Jim 35 42.8 $$test$$st

4.备注

参数

说明

delimiter

用于分隔字段的单字符字符串。默认为","

lineterminator

用于写操作的行结束符，默认为“'\r\n ' 。读操作将忽略此选项，它能认出跨平台的行结束符

quotechar

用于带有特殊字符（如分隔符）的字段的引用符号。默认为' " '

quoting

引用约定。可选值包括csv.QUOTE _ ALL (引用用所有字段）

csv.QUOTE_MINIMAL（引用如分隔符之类特殊字符的字段）默认

csv.QUOTE_NONNUMERIC

csv.QUOTE_NON （不引用）

skipinitialspace

忽略分隔符后面的空白符。默认为False

doublequote

如何处理字段内的引用符号。如果为True ，则双写。

escapechar

用于对分隔符进行转义的字符串（如quoting=csv.QUOTE_NONE默认禁用