1、csv簡介

CSV (Comma Separated Values)，即逗號分隔值（也稱字符分隔值，因為分隔符可以不是逗號），是一種常用的文本

格式，用以存儲表格數據，包括數字或者字符。很多程序在處理數據時都會碰到csv這種格式的文件，它的使用是比

較廣泛的（Kaggle上一些題目提供的數據就是csv格式），csv雖然使用廣泛，但卻沒有通用的標準，所以在處理csv

格式時常常會碰到麻煩，幸好python內置了csv模塊。下面簡單介紹csv模塊中最常用的一些函數。

更多內容請參考：https://docs.python.org/2/library/csv.html#module-csv

2、csv模塊中的函數

• reader(csvfile, dialect=‘excel‘, **fmtparams)
  

參數說明：

csvfile，必須是支持叠代(Iterator)的對象，可以是文件(file)對象或者列表(list)對象，如果是文件對 象，打開時需要加"b"標誌參數。

dialect，編碼風格，默認為excel的風格，也就是用逗號（,）分隔，dialect方式也支持自定義，通過調用register_dialect方法來註冊，下文會提到。

fmtparam，格式化參數，用來覆蓋之前dialect對象指定的編碼風格。

    import csv  
    with open(‘test.csv‘,‘rb‘) as myFile:  
        lines=csv.reader(myFile)  
        for line in lines:  
            print line  

‘test.csv‘是文件名，‘rb’中的r表示“讀”模式，因為是文件對象，所以加‘b’。open()返回了一個文件對象

myFile，reader(myFile)只傳入了第一個參數，另外兩個參數采用缺省值，即以excel風格讀入。reader()返回一個

reader對象lines,lines是一個list，當調用它的方法lines.next()時，會返回一個string。上面程序的效果是將csv

文件中的文本按行打印，每一行的元素都是以逗號分隔符‘,‘分隔得來。

在我的test.csv文件中，存儲的數據如圖：

程序輸出：

[‘1‘, ‘2‘]
[‘3‘, ‘a‘]
[‘4‘, ‘b‘]

補充：reader對象還提供一些方法：line_num、dialect、next()

• writer(csvfile, dialect=‘excel‘, **fmtparams)
  

參數的意義同上，這裏不贅述，直接上例程：

    with open(‘t.csv‘,‘wb‘) as myFile:      
        myWriter=csv.writer(myFile)  
        myWriter.writerow([7,‘g‘])  
        myWriter.writerow([8,‘h‘])  
        myList=[[1,2,3],[4,5,6]]  
        myWriter.writerows(myList)  

‘w‘表示寫模式。

首先open()函數打開當前路徑下的名字為‘t.csv‘的文件，如果不存在這個文件，則創建它，返回myFile文件對象。

csv.writer(myFile)返回writer對象myWriter。

writerow()方法是一行一行寫入，writerows方法是一次寫入多行。

註意：如果文件‘t.csv‘事先存在，調用writer函數會先清空原文件中的文本，再執行writerow/writerows方法。

補充：除了writerow、writerows，writer對象還提供了其他一些方法：writeheader、dialect

• register_dialect(name, [dialect, ]**fmtparams)
  

這個函數是用來自定義dialect的。

參數說明：

name,你所自定義的dialect的名字，比如默認的是‘excel‘，你可以定義成‘mydialect‘

[dialect, ]**fmtparams，dialect格式參數，有delimiter（分隔符，默認的就是逗號）、quotechar、

quoting等等，可以參考Dialects and Formatting Parameters

    csv.register_dialect(‘mydialect‘,delimiter=‘|‘, quoting=csv.QUOTE_ALL)  

上面一行程序自定義了一個命名為mydialect的dialect，參數只設置了delimiter和quoting這兩個，其他的仍然采用

默認值，其中以‘|‘為分隔符。接下來我們就可以像使用‘excel‘一樣來使用‘mydialect‘了。我們來看看效果：

在我test.csv中存儲如下數據：

以‘mydialect‘風格打印：

    with open(‘test.csv‘,‘rb‘) as myFile:  
        lines=csv.reader(myFile,‘mydialect‘)  
        print lines.line_num  
        for line in lines:  
            print line  

輸出：

[‘1,2‘, ‘3‘]
[‘4,5‘, ‘6‘]

可以看到，現在是以‘|‘為分隔符，1和2合成了一個字符串（因為1和2之間的分隔符是逗號，而mydialect風格的分隔

符是‘|‘），3單獨一個字符串。

對於writer()函數，同樣可以傳入mydialect作為參數，這裏不贅述。

• unregister_dialect(name)
  

這個函數用於註銷自定義的dialect

此外，csv模塊還提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函數，這些都比較

簡單，可以自己試試。比如list_dialects()函數會列出當前csv模塊裏所有的dialect：

    print csv.list_dialects()  

輸出：

[‘excel-tab‘, ‘excel‘, ‘mydialect‘]

‘mydialect‘是自定義的，‘excel-tab‘, ‘excel‘都是自帶的dialect，其中‘excel-tab‘跟‘excel‘差不多，

只不過它以tab為分隔符。

csv模塊還定義了

一些類：DictReader、DictWriter、Dialect等，DictReader和DictWriter類似於reader和writer。

一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，這些常量可以作為Dialects and Formatting Parameters的值。

csv文件格式是一種通用的電子表格和數據庫導入導出格式。最近我調用RPC處理服務器數據時，經常需要將數據做個存檔便使用了這一方便的格式。

Python csv模塊封裝了常用的功能，使用的簡單例子如下:

# 讀取csv文件
import csv
with open(‘some.csv‘, ‘rb‘) as f:        # 采用b的方式處理可以省去很多問題
    reader = csv.reader(f)
    for row in reader:
        # do something with row, such as row[0],row[1]


import csv
with open(‘some.csv‘, ‘wb‘) as f:      # 采用b的方式處理可以省去很多問題
    writer = csv.writer(f)
    writer.writerows(someiterable)

默認的情況下, 讀和寫使用逗號做分隔符(delimiter)，用雙引號作為引用符(quotechar)，當遇到特殊情況是，可以根據需要手動指定字符, 例如:

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

上述示例指定冒號作為分隔符，並且指定quote方式為不引用。這意味著讀的時候都認為內容是不被默認引用符(")包圍的。quoting的可選項為: QUOTE_ALL, QUOTE_MINIMAL, QUOTE_NONNUMERIC, QUOTE_NONE.

有點需要註意的是，當用writer寫數據時， None 會被寫成空字符串，浮點類型會被調用 repr() 方法轉化成字符串。所以非字符串類型的數據會被 str() 成字符串存儲。所以當涉及到unicode字符串時，可以自己手動編碼後存儲或者使用csv提供的 UnicodeWriter, 具體可參見這裏。

字典方式地讀寫

csv還提供了一種類似於字典方式的讀寫，方式如下:

格式如下:

class csv.DictReader(csvfile, fieldnames=None, restkey=None, restval=None, dialect=‘excel‘, *args, **kwds)

class csv.DictWriter(csvfile, fieldnames, restval=‘‘, extrasaction=‘raise‘, dialect=‘excel‘, *args, **kwds)

其中fieldnames指定字典的key值，如果reader裏沒有指定那麽默認第一行的元素，在writer裏一定要指定這個。

使用示例

# 讀
>>> import csv
>>> with open(‘names.csv‘) as csvfile:
...     reader = csv.DictReader(csvfile)
...     for row in reader:
...         print(row[‘first_name‘], row[‘last_name‘])
...
Baked Beans
Lovely Spam
Wonderful Spam

# 寫

import csv
with open(‘names.csv‘, ‘w‘) as csvfile:
    fieldnames = [‘first_name‘, ‘last_name‘]
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

    writer.writeheader()
    writer.writerow({‘first_name‘: ‘Baked‘, ‘last_name‘: ‘Beans‘})
    writer.writerow({‘first_name‘: ‘Lovely‘, ‘last_name‘: ‘Spam‘})
    writer.writerow({‘first_name‘: ‘Wonderful‘, ‘last_name‘: ‘Spam‘})

其它

csv模塊還涉及了其它的概念，比如 Dialects, 還提供了供錯誤處理的 exception csv.Error 等，因為實際使用較少及就不累贅在此。更多參考官方文檔。

csv模塊的使用