python-csv文件读取

csv文件读取

1. csv

   csv文件（Comma-Separated Values）是一种以逗号作为分隔符（当然也可以以其他字符作为分隔符）、以行为数据单位的纯文本数据文件.

   如果发现中文是乱码，那是因为data.csv文件的编码格式是utf-8而不是GBK，转为GBK即可在Excel中正常显示中文。

2. 写入csv

   数据格式

    data=[
        {'link_href': '/html/yzgdgs/col566/2019-05/23/20190523090027164493217_1.html', 'link_date': '2019-05-23'},
        {'link_href': '/html/yzgdgs/col566/2019-05/22/20190522084617632881162_1.html', 'link_date': '2019-05-22'}
        ]
   

   写入文件

    def save_csv(data):
        import csv
    
        
        with open('links_csv.csv', 'w+') as fp:
            # 获取表头列名列表
            headers = data and list(data[0].keys())
            writer = csv.DictWriter(fp, fieldnames=headers)
            # 写入表头
            writer.writeheader()
            # 写入数据行
            writer.writerows(data)
   

3. 读取数据

    # coding:utf-8
    # 读写csv文件
    import csv
    import sys
    from collections import OrderedDict
    import json
    reload(sys)
    sys.setdefaultencoding('utf-8')
    
    def read_csv2dicts(csv_file_path, field_names = None):
        '''
        读取csv文件数据到到字典列表中，支持指定特定的列、指定特定的列顺序读取
        :param csv_file_path: csv文件路径
        :param field_names: 指定的列名列表
        '''
        with open(csv_file_path,'r') as csv_file:
            # 读取csv文件表头列名列表
            header_line = csv_file.readlines()[0]
            headers = header_line.strip().split(',')
        
        # 用二进制格式读取csv文件
        with open(csv_file_path,'rb') as csv_file:
            # 用csv文件对象构建reader对象，reader对象可以看作是多个字典的列表（每行一个字典）
            reader = csv.DictReader(csv_file)
            
            # 行数据列表（每行数据为一个有序字典）
            datas = []
            for row_dict in reader:
                # 行数据JSON字符串
                row_json_str = ''
                # 使用有序字典，保持指定的列顺序
                ordered_row_dict = OrderedDict()
                # 根据指定的列名列表过滤
                if field_names:
                    # 把原始行数据字典row_dict中的每个字段的数据按照field_names列表的顺序存入ordered_row_dict字典
                    for field in field_names:
                        ordered_row_dict[field] = row_dict[field]
                    # 因为csv模块只能正常处理ASCII字符，为了正常处理中文，这里还需要做个utf-8编码转换
                    row_json_str = json.dumps(ordered_row_dict).encode('utf-8')
                # 不指定列名的情况，使用csv文件原有表头的列顺序
                else:
                    # 指定顺序为原有表头顺序（注：如果不这样处理，csv会自动按照key的字典序进行排序）
                    for field in headers:
                        ordered_row_dict[field] = row_dict[field]
                    # 因为csv模块只能正常处理ASCII字符，为了正常处理中文，这里还需要做个utf-8编码转换
                    row_json_str = json.dumps(ordered_row_dict).encode('utf-8')
                # 把当前行的数据字典对象添加到datas列表，字典保持原有顺序
                datas.append(json.loads(row_json_str,object_pairs_hook = OrderedDict))
            return datas