Python自动化办公-使用 Python 将数据写入 CSV 文件(解决汉字乱码问题)

先说下编码相关的知识。编码方式有很多种:ASCII, GBK UTF-8等。

ASCII 码主要是规范英语字符和二进制位之间的关系。英语词汇组成简单,由 26 个字母构成。使用一个字节就能表示一个字母符号。外加各种符号,使用 128 个字符就满足编码要求

汉字的数量大约将近 10 万个,日常所使用的汉字有 3000 个。显然,ASCII 编码无法满足需求。所以汉字采用 GBK 编码,使用两个字节表示一个汉字。简体中文的编码方式是 GBK2312。

那 UTF-8 又是什么编码?这要先说 Unicode 了。因为各国都各自的编码方式。如果使用一种编码编码,使用另一种编码解码。这会造成出现乱码的情况。Unicode 目的是为了统一各种编码。Unicode 是一个符号集,它规定了符号的二进制代码,UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式

因此,如果我们要写数据到文件中,最好指定编码形式为 UTF-8

Python 标准库中,有个名为 csv 的库,专门处理 csv 的读写操作。具体使用实例如下:

import csv
import codecs
# codecs 是自然语言编码转换模块,指定编码为 utf-8, 避免写 csv 文件出现中文乱码

fileName = 'PythonBook.csv'

with codecs.open(fileName, 'w', 'utf-8') as csvfile:
    # 指定 csv 文件的头部显示项
    filednames = ['书名', '作者', '出版社', '出版时间']
    writer = csv.DictWriter(csvfile, fieldnames=filednames)

    books = []
    book = {
        'title': '倚天屠龙记',
        'author': '金庸',
        'press':'广州出版社 花城出版社',
        'publication time':'2008-3',
    }
    books.append(book)

    writer.writeheader()
    for book in books:
        try:
            writer.writerow({'书名':book['title'], '作者':book['author'], '出版社':book['press'], '出版时间':book['publication time']})
        except UnicodeEncodeError:
            print("编码错误, 该数据无法写到文件中, 直接忽略该数据")

结果如下:
Python自动化办公-使用 Python 将数据写入 CSV 文件(解决汉字乱码问题)_第1张图片
以上方式是逐行往 CSV 文件中写数据, 所以效率会比较低。如果想批量将数据写到 CSV 文件中,需要用到 pandas 库。如果 book 条数足够多的话,pandas 会每次往文件中写 50 条数据。

import pandas as pd

fileName = 'PythonBook.csv'
number = 1

books = []
book = {
    'title': '倚天屠龙记',
    'author': '金庸',
    'press': '广州出版社 花城出版社',
    'publication time': '2008-3',
}
books.append(book)

data = pd.DataFrame(books)
# 写入csv文件,'a+'是追加模式
try:
    if number == 1:
        csv_headers = ['书名', '作者', '出版社', '出版时间']
        data.to_csv(fileName, header=csv_headers, index=False, mode='a+', encoding='utf-8')
    else:
        number = number + 1
except UnicodeEncodeError:
    print("编码错误, 该数据无法写到文件中, 直接忽略该数据")

你可能感兴趣的:(Python自动化办公)