python中内置库csv的使用及说明
所谓的CSV（逗号分隔值）格式是电子表格和数据库最常用的导入和导出格式。
尝试使用CSV格式进行标准化描述之前已经使用了很多年。
该csv模块reader和writer对象读取和写入序列。
程序员还可以使用DictReader和DictWriter类以字典形式读取和写入数据。
读取
reader(iterable, dialect=‘excel', *args, **kwargs)
该方法返回一个reader对象，该对象将遍历给定的iterable中的行。默认情况下，从csv文件中读取的每一行都作为字符串列表返回，除非指定了quoting参数值为QUOTE_NONNUMERIC。如下：
假设有这么一个文件a.csv，内容如下：
1,2,3,4
5,6,7,8
9,10,11,12
我们读取一下这个csv
import csv
with open('a.csv') as f:
reader = csv.reader(f)
print(type(reader), reader)
for item in reader:
print(type(item), item)
############# 打印结果如下 #############
<class '_csv.reader'> <_csv.reader object at 0x000002194D601F50>
<class 'list'> ['1', '2', '3', '4']
<class 'list'> ['5', '6', '7', '8']
<class 'list'> ['9', '10', '11', '12']当我们设置quoting参数值为QUOTE_NONNUMERIC时：
with open('a.csv') as f:
reader = csv.reader(f, quoting=csv.QUOTE_NONNUMERIC)
print(type(reader), reader)
for item in reader:
print(type(item), item)
############# 打印结果如下 #############
<class '_csv.reader'> <_csv.reader object at 0x000002BFC3291F50>
<class 'list'> [1.0, 2.0, 3.0, 4.0]
<class 'list'> [5.0, 6.0, 7.0, 8.0]
<class 'list'> [9.0, 10.0, 11.0, 12.0]更多参数解释请看下面kwargs参数
DictReader(f, fieldnames=None, restkey=None, restval=None, dialect=“excel”, *args, **kwds)
创建一个DictReader对象，其功能类似于常规读取器，但是将每行的信息映射到OrderDict当中。
OrderDict的键名可由filednames参数指定，如果未指定，那么将由第一行数据作为键名；如果数据中的字段多于字段名列表，则剩余的数据以列表存储起来，其健名由restkey指定(默认为None)；如果数据中的值少于字段名列表，则缺少的值将默认填充为restval设定的值(默认为None)。
with open('a.csv') as f:
reader = csv.DictReader(f)
print(type(reader), reader)
for item in reader:
print(type(item), item)
############# 打印结果如下 #############
<class 'csv.DictReader'> <csv.DictReader object at 0x000001F3EE9A8898>
<class 'collections.OrderedDict'> OrderedDict([('1', '5'), ('2', '6'), ('3', '7'), ('4', '8')])
<class 'collections.OrderedDict'> OrderedDict([('1', '9'), ('2', '10'), ('3', '11'), ('4', '12')])设置了fieldnames情况下：
...
reader = csv.DictReader(f, fieldnames=['a', 'b', 'c', 'd'])
...
############# 打印结果如下 #############
<class 'csv.DictReader'> <csv.DictReader object at 0x00000249BED38898>
<class 'collections.OrderedDict'> OrderedDict([('a', '1'), ('b', '2'), ('c', '3'), ('d', '4')])
<class 'collections.OrderedDict'> OrderedDict([('a', '5'), ('b', '6'), ('c', '7'), ('d', '8')])
<class 'collections.OrderedDict'> OrderedDict([('a', '9'), ('b', '10'), ('c', '11'), ('d', '12')])无论是reader对象还是DictReader对象，都具有如下操作：
__next__(): 将阅读器可迭代对象的下一行作为列表或字典返回dialect: 获取阅读器的dialect描述line_num: 获取阅读器读取的行数fieldnames: 获取键名(DictReader对象独有)
更多参数解释请看下面kwargs参数
写入
writer(fileobj, dialect=‘excel', *args, **kwargs)
将用户数据写入到指定的文件对象上，返回一个writer对象
import csv
# 一定要指定newline='', 否则将会每行数据之间将会有空行
with open('b.csv', mode='w', newline='') as f:
writer = csv.writer(f)
writer.writerow([1, 2, 3, 4])
writer.writerow([5, 6, 7, 8])更多参数解释请看下面kwargs参数
DictWriter(f, fieldnames, restval="", extrasaction=“raise”, dialect=“excel”, *args, **kwds)
将用户数据写入到指定文件对象上，但需指定fieldnames(键名)，返回一个DictWriter对象。
如果数据中的值少于字段名列表，则缺少的值将默认填充为restval设定的值(默认为None)。
import csv
# 一定要指定newline='', 否则将会每行数据之间将会有空行
with open('b.csv', mode='w', newline='') as f:
writer = csv.DictWriter(f, fieldnames=['a', 'b', 'c', 'd'])
writer.writerow({'a': 1, 'b': 2, 'c': 3, 'd': 4})
writer.writerow({'a': 5, 'b': 6, 'c': 7, 'd': 8})值得注意的是，默认情况下fieldnames数据并不会写入到文件当中!
无论是reader对象还是DictReader对象，都具有如下操作：
writerow(rowdict): 将行数据写入到文件对象
writerows(rowdicts): 所有行数据写入到文件对象当中
import csv
with open('b.csv', mode='w', newline='') as f:
writer = csv.writer(f)
writer.writerows([[1, 2, 3, 4], [5, 6, 7, 8]])dialect: 获取写入器的dialect描述writeheader(): 用fieldnames数据写入一行(DictWriter对象独有)
更多参数解释请看下面kwargs参数
kwargs参数
delimiter
一个用于分割字段的分隔符，默认为,
lineterminator
行终止符，默认为\r\n
quoting
控制何时引用应该由作者产生并被读者识别
skipinitialspace
如果设置为True，分割符后面的空白将被忽略。默认为False
"""
假设a.csv的内容如下
1, 2,3,4
"""
import csv
with open('a.csv') as f:
reader = csv.reader(f)
# reader = csv.reader(f, skipinitialspace=True)
for item in reader:
print(type(item), item)
############ 默认情况，打印如下 ############
<class 'list'> ['1', ' 2', '3', '4']
############ skipinitialspace=True，打印如下 ############
<class 'list'> ['1', '2', '3', '4']strict
如果设置为True，则将csv输入错误时将引发异常。默认为False
更多参数解释以及csv模块的使用，请看：https://docs.python.org/3.7/library/csv.html
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python让列表逆序排列的3种方式小结，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
python-nmap是一个基于Python的nmap网络扫描器接口,它允许用户通过 Python 脚本轻松地调用 nmap 的功能,nmap是一款功能强大的网络扫描和发现工具,本文给大家介绍python-nmap的安装与常用方法,需要的朋友可以参考下2024-12-12
这篇文章主要为大家详细介绍了Python selenium文件上传方法，selenium文件上传的所有方法进行整理，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2016-09-09
这篇文章主要介绍了Python 3 使用Pillow生成漂亮的分形树图片,本文通过实例代码介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-12-12
在本篇内容里小编给大家分享的是关于python版本的相关知识点内容，需要的朋友们可以学习下。2020-06-06
今天小编就为大家分享一篇关于Python中的集合介绍，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2021-08-08
python栈的基本定义与使用方法示例【初始化、赋值、入栈、出栈等】
这篇文章主要介绍了python栈的基本定义与使用方法,结合实例形式分析了Python栈的初始化、赋值、入栈、出栈等相关操作技巧,需要的朋友可以参考下2019-10-10
这篇文章主要介绍了Python实现PyPDF2处理PDF文件的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-09-09
这篇文章主要为大家详细介绍了如何利用Python语言实现制作透明背景的电子印章，文中的示例代码讲解详细，感兴趣的小伙伴可以尝试一下2022-09-09
这篇文章主要介绍了Python+Kepler.gl实现时间轮播地图过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-07-07
最新评论