Python csv模組的使用

1、csv簡介

格式，用以儲存表格資料，包括數字或者字元。很多程式在處理資料時都會碰到csv這種格式的檔案，它的使用是比

較廣泛的（Kaggle上一些題目提供的資料就是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內建了csv模組。下面簡單介紹csv模組中最常用的一些函式。

2、csv模組中的函式

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

引數說明：

csvfile，必須是支援迭代(Iterator)的物件，可以是檔案(file)物件或者列表(list)物件，如果是檔案對

象，開啟時需要加"b"標誌引數。

dialect，編碼風格，預設為excel的風格，也就是用逗號（,）分隔，dialect方式也支援自定義，通過呼叫register_dialect方法來註冊，下文會提到。

fmtparam，格式化引數，用來覆蓋之前dialect物件指定的編碼風格。

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

'test.csv'是檔名，‘rb’中的r表示“讀”模式，因為是檔案物件，所以加‘b’。open()返回了一個檔案物件

myFile，reader(myFile)只傳入了第一個引數，另外兩個引數採用預設值，即以excel風格讀入。reader()返回一個

reader物件lines,lines是一個list，當呼叫它的方法lines.next()時，會返回一個string。上面程式的效果是將csv

檔案中的文字按行列印，每一行的元素都是以逗號分隔符','分隔得來。

在我的test.csv檔案中，儲存的資料如圖：

程式輸出：

['1', '2']
['3', 'a']
['4', 'b']

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

引數的意義同上，這裡不贅述，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()函式開啟當前路徑下的名字為't.csv'的檔案，如果不存在這個檔案，則建立它，返回myFile檔案物件。

csv.writer(myFile)返回writer物件myWriter。

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

注意：如果檔案't.csv'事先存在，呼叫writer函式會先清空原檔案中的文字，再執行writerow/writerows方法。

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

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

這個函式是用來自定義dialect的。

引數說明：

name,你所自定義的dialect的名字，比如預設的是'excel'，你可以定義成'mydialect'

[dialect, ]**fmtparams，dialect格式引數，有delimiter（分隔符，預設的就是逗號）、quotechar、

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

上面一行程式自定義了一個命名為mydialect的dialect，引數只設置了delimiter和quoting這兩個，其他的仍然採用

預設值，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中儲存如下資料：

以'mydialect'風格列印：

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

['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單獨一個字串。

對於writer()函式，同樣可以傳入mydialect作為引數，這裡不贅述。

• unregister_dialect(name)
  

這個函式用於登出自定義的dialect

此外，csv模組還提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函式，這些都比較

簡單，可以自己試試。比如list_dialects()函式會列出當前csv模組裡所有的dialect：

print csv.list_dialects()

['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模組還定義了

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。

先寫到這，其他的以後用到再更新。