第 14章处理 CSV 文件和 JSON 数据

在第 13 章中，你学习了如何从 PDF 和 Word 文档中提取文本。这些文件是二进制格式，需要特殊的 Python 模块来访问它们的数据。CSV 和JSON 
文件则不同，它们是纯文本文件。可以用文本编辑器察看它们，诸如 IDLE 的文件编辑器。但 Python也有专门的 csv 和 json 模块，每个模块都提供了一些函数，帮助你处理这些文件格式。
CSV 表示“Comma-Separated  Values（逗号分隔的值）”，CSV
文件是简化的电子表格，保存为纯文本文件。Python 的csv 模块让解析CSV 文件变得容易。
JSON（发音为“JAY-sawn”或“Jason”，但如何发音并不重要。因为无论如何发音，都会有人说你发音错误）是一种格式，它以 JavaScript 源代码的形式，将信息保存在纯文本文件中。
JSON 是JavaScript  Object  Notation 的缩写不需要知道JavaScript 编程语言，就可以使用JSON 文件，但了解 JSON 格式是有用的，因为它用于许多 Web 
应用程序中。
csv 模块
CSV 文件中的每行代表电子表格中的一行，逗号分割了该行中的单元格。例如，
来自 http://nostarch.com/automatestuff/的电子表格 example.xlsx，在一个 CSV 文件中，看起来像这样：
4/5/2015  13:34,Apples,73
4/5/2015  3:41,Cherries,85
4/6/2015  12:46,Pears,14
4/8/2015  8:59,Oranges,52
4/10/2015  2:07,Apples,152
4/10/2015  18:10,Bananas,23 4/10/2015  2:40,Strawberries,98
我将使用这个文件作为本章的交互式环境的例子。可以从 http://nostarch.com/ automatestuff/下载 example.csv，或在文本编辑器中输入文本，并保存为 
example.csv。
CSV 文件是简单的，缺少 Excel 电子表格的许多功能。例如，CSV 文件中：
•    值没有类型，所有东西都是字符串；
•    没有字体大小或颜色的设置；
•    没有多个工作表；
•    不能指定单元格的宽度和高度；
•    不能合并单元格；
•    不能嵌入图像或图表。
CSV 的文件的优势是简单。CSV 文件被许多种类的程序广泛地支持，可以在文本编辑器中查看（包括 IDLE  的文件编辑器），它是表示电子表格数据的直接方式。 CSV 
格式和它声称的完全一致：它就是一个文本文件，具有逗号分隔的值。
因为 CSV  文件就是文本文件，所以你可能会尝试将它们读入一个字符串，然后用第 8 章中学到的技术处理这个字符串。例如，因为 CSV 文件中的每个单元格有逗号分割，也许你可以只是对每行文本调用 
split()方法，来取得这些值。但并非 CSV 文件中的每个逗号，都表示两个单元格之间的分界。CSV 
文件也有自己的转义字符，允许逗号和其他字符作为值的一部分。split()方法不能处理这些转义字符。因为这些潜在的缺陷，所以总是应该使用 csv 模块来读写 CSV 文件。