## 問題 你想讀寫一個CSV格式的文件。 ## 解決方案 對于大多數的CSV格式的數據讀寫問題，都可以使用 `csv` 庫。、例如，假設你在一個名叫stocks.csv文件中有一些股票市場數據，就像這樣： 下面向你展示如何將這些數據讀取為一個元組的序列： import csv with open('stocks.csv') as f: f_csv = csv.reader(f) headers = next(f_csv) for row in f_csv: # Process row ... 在上面的代碼中，`row` 會是一個元組。因此，為了訪問某個字段，你需要使用下標，如row[0]訪問Symbol，row[4]訪問Change。 由于這種下標訪問通常會引起混淆，你可以考慮使用命名元組。例如： from collections import namedtuple with open('stock.csv') as f: f_csv = csv.reader(f) headings = next(f_csv) Row = namedtuple('Row', headings) for r in f_csv: row = Row(*r) # Process row ... 它允許你使用列名如 `row.Symbol` 和 `row.Change` 代替下標訪問。需要注意的是這個只有在列名是合法的Python標識符的時候才生效。如果不是的話，你可能需要修改下原始的列名(如將非標識符字符替換成下劃線之類的)。 另外一個選擇就是將數據讀取到一個字典序列中去。可以這樣做： import csv with open('stocks.csv') as f: f_csv = csv.DictReader(f) for row in f_csv: # process row ... 在這個版本中，你可以使用列名去訪問每一行的數據了。比如，`row['Symbol']` 或者 `row['Change']` 。 為了寫入CSV數據，你仍然可以使用csv模塊，不過這時候先創建一個 `writer` 對象。例如; headers = ['Symbol','Price','Date','Time','Change','Volume'] rows = [('AA', 39.48, '6/11/2007', '9:36am', -0.18, 181800), ('AIG', 71.38, '6/11/2007', '9:36am', -0.15, 195500), ('AXP', 62.58, '6/11/2007', '9:36am', -0.46, 935000), ] with open('stocks.csv','w') as f: f_csv = csv.writer(f) f_csv.writerow(headers) f_csv.writerows(rows) 如果你有一個字典序列的數據，可以像這樣做： headers = ['Symbol', 'Price', 'Date', 'Time', 'Change', 'Volume'] rows = [{'Symbol':'AA', 'Price':39.48, 'Date':'6/11/2007', 'Time':'9:36am', 'Change':-0.18, 'Volume':181800}, {'Symbol':'AIG', 'Price': 71.38, 'Date':'6/11/2007', 'Time':'9:36am', 'Change':-0.15, 'Volume': 195500}, {'Symbol':'AXP', 'Price': 62.58, 'Date':'6/11/2007', 'Time':'9:36am', 'Change':-0.46, 'Volume': 935000}, ] with open('stocks.csv','w') as f: f_csv = csv.DictWriter(f, headers) f_csv.writeheader() f_csv.writerows(rows) ## 討論 你應該總是優先選擇csv模塊分割或解析CSV數據。例如，你可能會像編寫類似下面這樣的代碼： with open('stocks.csv') as f: for line in f: row = line.split(',') # process row ... 使用這種方式的一個缺點就是你仍然需要去處理一些棘手的細節問題。比如，如果某些字段值被引號包圍，你不得不去除這些引號。另外，如果一個被引號包圍的字段碰巧含有一個逗號，那么程序就會因為產生一個錯誤大小的行而出錯。 默認情況下，`csv` 庫可識別Microsoft Excel所使用的CSV編碼規則。這或許也是最常見的形式，并且也會給你帶來最好的兼容性。然而，如果你查看csv的文檔，就會發現有很多種方法將它應用到其他編碼格式上(如修改分割字符等)。例如，如果你想讀取以tab分割的數據，可以這樣做： # Example of reading tab-separated values with open('stock.tsv') as f: f_tsv = csv.reader(f, delimiter='\t') for row in f_tsv: # Process row ... 如果你正在讀取CSV數據并將它們轉換為命名元組，需要注意對列名進行合法性認證。例如，一個CSV格式文件有一個包含非法標識符的列頭行，類似下面這樣： 這樣最終會導致在創建一個命名元組時產生一個 `ValueError` 異常而失敗。為了解決這問題，你可能不得不先去修正列標題。例如，可以像下面這樣在非法標識符上使用一個正則表達式替換： import re with open('stock.csv') as f: f_csv = csv.reader(f) headers = [ re.sub('[^a-zA-Z_]', '_', h) for h in next(f_csv) ] Row = namedtuple('Row', headers) for r in f_csv: row = Row(*r) # Process row ... 還有重要的一點需要強調的是，csv產生的數據都是字符串類型的，它不會做任何其他類型的轉換。如果你需要做這樣的類型轉換，你必須自己手動去實現。下面是一個在CSV數據上執行其他類型轉換的例子： col_types = [str, float, str, str, float, int] with open('stocks.csv') as f: f_csv = csv.reader(f) headers = next(f_csv) for row in f_csv: # Apply conversions to the row items row = tuple(convert(value) for convert, value in zip(col_types, row)) ... 另外，下面是一個轉換字典中特定字段的例子： print('Reading as dicts with type conversion') field_types = [ ('Price', float), ('Change', float), ('Volume', int) ] with open('stocks.csv') as f: for row in csv.DictReader(f): row.update((key, conversion(row[key])) for key, conversion in field_types) print(row) 通常來講，你可能并不想過多去考慮這些轉換問題。在實際情況中，CSV文件都或多或少有些缺失的數據，被破壞的數據以及其它一些讓轉換失敗的問題。因此，除非你的數據確實有保障是準確無誤的，否則你必須考慮這些問題(你可能需要增加合適的錯誤處理機制)。 最后，如果你讀取CSV數據的目的是做數據分析和統計的話，你可能需要看一看 `Pandas` 包。`Pandas` 包含了一個非常方便的函數叫 `pandas.read_csv()` ，它可以加載CSV數據到一個 `DataFrame` 對象中去。然后利用這個對象你就可以生成各種形式的統計、過濾數據以及執行其他高級操作了。在6.13小節中會有這樣一個例子。