python csv模块使用教程

CSV (Comma Separated Values) 格式是电子表格和数据库中最常见的输入、输出文件格式。在 RFC 4180 规范推出的很多年前，CSV 格式就已经被开始使用了，由于当时并没有合理的标准，不同应用程序读写的数据会存在细微的差别。这种差别让处理多个来源的 CSV 文件变得困难。但尽管分隔符会变化，此类文件的大致格式是相似的，所以编写一个单独的模块以高效处理此类数据，将程序员从读写数据的繁琐细节中解放出来是有可能的。

csv 模块实现了 CSV 格式表单数据的读写。其提供了诸如“以兼容 Excel 的方式输出数据文件”或“读取 Excel 程序输出的数据文件”的功能，程序员无需知道 Excel 所采用 CSV 格式的细节。此模块同样可以用于定义其他应用程序可用的 CSV 格式或定义特定需求的 CSV 格式。

推荐教程： python官网：csv模块中文使用教程

官网的教程是最全面的，但是比较晦涩，大家要耐心阅读！

总览

csv总共有二重要API：

• read

  • 函数接口：

    with open('eggs.csv', newline='') as csvfile:
        spamreader = csv.reader(csvfile)
        for row in spamreader:
            print(row)
    

  • 字典接口

    with open("./test.csv", "r") as csvfile:
        reader = csv.DictReader(csvfile)
        for row in reader:
            print(row['nnc'])
            print(row['input'])
            print(row['output'])
    

• write

  • 函数接口：

    test_list = [
        "January",
        "February",
        "March",
        "April",
        "May",
        "June",
    ]
    with open("./test2.csv", "w") as f:
        cw = csv.writer(f)
        cw.writerow(test_list)
    

  • 字典接口

    	with open("test.csv", "w") as f:
    	    fieldnames = ['nnc', 'input', 'output']
    	    writer = csv.DictWriter(f, fieldnames=fieldnames)
    	    writer.writeheader()
    	    for j in j_info:
    	        writer.writerow(j)
    	        print(j)
    

write csv file

• 字典接口

写csv

假如说要写入以下内容，则可以从json文件中，序列化对象，然后转位json对象，将json对象在写入csv文件中。

import csv
import json

with open("./test.json", "r") as f:
    j_info = json.loads(f.read())
with open("test.csv", "w") as f:
    fieldnames = ['nnc', 'input', 'output']
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    for j in j_info:
        writer.writerow(j)
        print(j)

• test.json 文件内容

[
    {
        "nnc": "name",
        "input": [
            1,
            2,
            3
        ],
        "output": [
            2,
            3,
            4
        ]
    },
    {
        "nnc": "name",
        "input": [
            1,
            2,
            3
        ],
        "output": [
            2,
            3,
            4
        ]
    },
    {
        "nnc": "name",
        "input": [
            1,
            2,
            3
        ],
        "output": [
            2,
            3,
            4
        ]
    },
    {
        "nnc": "name",
        "input": [
            1,
            2,
            3
        ],
        "output": [
            2,
            3,
            4
        ]
    },
    {
        "nnc": "name",
        "input": [
            1,
            2,
            3
        ],
        "output": [
            2,
            3,
            4
        ]
    }
]