AI技术百科
5.12、Python csv模块:处理csv文件
csv 文件本质上是文本文件,用来保存表格数据,它使用逗号来分隔行内的单元,使用换行符来分隔不同的行。下面是一个普通的 csv 文件,包含两行和两列,内容如下:
第一行第一列,第一行第二列
第二行第一列,第二行第二列
在 Excel 中的显示效果如图 1 所示。
图 1 普通的csv文件
如果某个单元格中包含“,”分隔符,那么它将使用双引号将单元格的内容包裹起来。如下面的 csv 文件内容就是包裹有“,”分隔符的情形。
"包括,的单元",第一行第二列
第二行第一列,第二行第二列
注意,第一行第一列是用双引号包裹的,显示效果如图 2 所示。
图 2 带有“,”分隔符的单元
如果某个单元格包含多行,也是将该单元格的内容包裹在双引号内。例如,下面的 csv 文件的第一行第一列就包含多行。
"包含换行符的单元
第2行
第三行",第一行第二列
第二行第一列,第二行第二列
在 Excel 中的显示效果如图 3 所示。
图 3 包含多行内容的单元格
如果单元格的内容包含双引号呢?其还是用双引号来包裹,内容中的双引号用两个连续的双引号来表示。例如下面的csv文件的第一行第一列就包含“””字符:
图 4 带有双引号的单元格
可以看出 csv 文件的格式还是比较简单的,通过“,”和“””就能完整表示一个仅包含文本内容的表格数据。在 Python
中,可以不通过操作文本文件的方式来对 csv 文件进行处理,因为其可以通过很多库来直接操作单元格内容,而不用关心 csv
文件格式的细节。本节将介绍一个比较常见的处理 csv 文件的模块——csv。
csv 模块是 Python 的一个内置模块,不需要安装只需要在使用之前将其引入即可,方式如下:
import csv
对 csv 文件的操作主要有两个,一个是读入,一个是写出。首先来介绍读入,在 csv 模块中有一个类
reader,该类实例对象是可迭代的,就是可以用 for...in... 语句来变量所有的 csv 的行。同时其还有一个属性
line_num,表示当前读入的行号。
下面以图 1 所示的 csv 文件为例来演示相关操作:
>>> import csv # 引入csv模块 >>> reader_obj = csv.reader(open('demo1.csv', 'r', encoding="utf-8")) >>> for line in reader_obj: # 对每行进行操作 ... print("line number: %d" % reader_obj.line_num) # 显示当前行号 ... print("content: %s" % str(line)) # 显示当前行的内容 ... print("") # 输出换行 ... # 结束for循环 line number: 1 # 行号为1 content: ['第一行第一列', '第一行第二列'] # 内容为列表 # 第6行的输出 line number: 2 # 行号为2 content: ['第二行第一列', '第二行第二列'] # 第二行的内容
下面是一个查找诈骗电话的例子。诈骗电话有这样一个特点,就是这些电话仅往外拨,从来不接听别人的电话。现在我们拿到一个完整的通话记录,内容显示如图 5 所示。
图 5 通话记录
其中第一列是呼叫方的号码,第二列是被叫方的电话号码,第三列是呼叫开始的时间,第四列是通话时长。我们希望通过这些数据来找到其中的诈骗电话号码。我们依次读出所有的行,然后在呼叫方号码列表中查找没有出现在被叫方号码列表的号码,它们就可能是诈骗电话号码。
实现代码如下:
import sys, csv # 打开通话记录文件 if sys.version_info.major == 3: # python3 f = open("telephone.csv", "r",encoding="utf-8", newline="\n") else: # Python 2 f = open("telephone.csv", "r") reader = csv.reader(f) caller_list = [] # 呼叫方号码列表 callee_list = [] # 被叫方号码列表,最开始都为空 for record in reader: # 对每个记录进行处理 # 第一行是表头,不进行处理 if reader.line_num == 1: continue caller_list.append(record[0]) # 记录下所有的呼叫号码 # 记录下所有的被呼叫号码 callee_list.append(record[1]) caller_list = set(caller_list) # 去掉重复的呼叫号码 f.close() # 关闭文件 # 对于每个呼叫号码 for caller in caller_list: # 如果它没有被呼叫过,那么标定为骗子号码 if caller not in callee_list: print(caller, "is Cheat Telephone Number")
运行后的输出如下:
$ python cheatTel1.py
13243767000 is Cheat Telephone Number
下面我们来介绍将数据输出到 csv 文件中的方法。在 csv 模块中有一个 writer 类,其提供 writerow() 和 writerows() 两个接口函数。使用这两个接口函数便可以将列表数据输出到 csv 文件中。
下面是一个简单的例子,其使用 writerow() 来产生一个 csv 文件:
import csv csv_writer_obj = csv.writer(open("writeDemo1.csv", "w")) csv_writer_obj.writerow(("a", "b", 12, 24.6))
输出文件 writeDemo1.csv 的内容在 Excel 中的显示如图 6 所示。
图 6 writeDemo1.csv文件的内容
在输出时并不要求每行的列数相同,例如下面的代码,其输出了三行,这三行的列数分别为 4、2、3。
import csv csv_writer_obj = csv.writer(open("writeDemo2.csv", "w")) csv_writer_obj.writerow(("a", "b", 12, 24.6)) csv_writer_obj.writerow(("c", "d")) csv_writer_obj.writerow(("e", "", "1"))
输出 csv 文件,内容如图 7 所示。
图 7 writeDemo2.csv文件的内容
另外一个接口函数是 writerows(),顾名思义,该接口函数可以一次写入多行。下面的例子便是将一个列表写入到 csv 文件中。
import csv data = [ # 列表,每个元素代表一行 ["a", "b", "c"], ["d", "e", "f"], ] csv_writer_obj = csv.writer(open("writeDemo3.csv", "w")) csv_writer_obj.writerows(data)
输出 csv 文件,内容如图 8 所示。
图 8 writeDemo3.csv的内容
14
条内容
对于大型软件项目,文件操作是无法避免的。本章介绍普通文本文件和二进制文件的操作方法,包括打开文件、读写文件、文件模式和 with 语句的使用等。