python爬虫-19-CSV文件之python数据存储

CSV是一种通用的、相对简单的文件格式,被用户、商业和科学广泛应用。最广泛的应用是在程序之间转移表格数据,而这些程序本身是在不兼容的格式上进行操作的(往往是私有的和/或无规范的格式)。因为大量程序都支持某种CSV变体,至少是作为一种可选择的输入/输出格式。

1、CSV文件的特征和规则

特征

CSV泛指具有以下特征的任何文件:

  • 纯文本,使用某个字符集,比如ASCII、UnicodeEBCDICGB2312
  • 由记录组成(典型的是每行一条记录);
  • 每条记录被分隔符分隔为字段(典型分隔符有逗号、分号或制表符;有时分隔符可以包括可选的空格);
  • 每条记录都有同样的字段序列。

规则

  • 开头是不留空,以行为单位;
  • 可含或不含列名,含列名则居文件第一行;
  • 一行数据不跨行,无空行;
  • 以半角逗号(即,)作分隔符,列为空也要表达其存在;
  • 列内容如存在半角引号(即"),替换成半角双引号("")转义,即用半角引号(即"")将该字段值包含起来;
  • 文件读写时引号,逗号操作规则互逆;
  • 内码格式不限,可为 ASCII、Unicode 或者其他;
  • 不支持数字;
  • 不支持特殊字符。

2、python读取CSV文件

使用python读取csv文件一共有两种方式,第一种是读取成list,第二种是读取成dict,我们分别来演示下;

2.1 前提准备测试文件

先准备一个文件,用来测试,我这里的文件名为ceshi.csv,内容如下:

姓名,年龄,地区,出生年月,爱好
张三,18,北京,2000-1-1,吃饭
李四,19,北京,1999-1-1,睡觉
王五,20,北京,1998-1-1,打游戏
赵六,21,北京,1997-1-1,学习
孙七,22,北京,1996-1-1,跑步
周八,23,北京,1995-1-1,跳高
吴九,24,北京,1994-1-1,上班
郑十,25,北京,1993-1-1,下班

通过excel打开的话,样式如下:

2.2 list方式

直接上代码:

import csv

with open('ceshi.csv', 'r', encoding='UTF-8-sig') as f:
    Jier = csv.reader(f)
    for i in Jier:
        print(i)
    f.close()

运行结果如下:

['姓名', '年龄', '地区', '出生年月', '爱好']
['张三', '18', '北京', '2000-1-1', '吃饭']
['李四', '19', '北京', '1999-1-1', '睡觉']
['王五', '20', '北京', '1998-1-1', '打游戏']
['赵六', '21', '北京', '1997-1-1', '学习']
['孙七', '22', '北京', '1996-1-1', '跑步']
['周八', '23', '北京', '1995-1-1', '跳高']
['吴九', '24', '北京', '1994-1-1', '上班']
['郑十', '25', '北京', '1993-1-1', '下班']

可以python读取csv的时候,是将每行的信息,以list的形式读取出来的,且包含行名称;

那么我们如何获取数据是不是就变的简单了,例如我们想获取“姓名”和“爱好",那么我们是不是要先把行名称去掉啊,看下如何在去掉行名称的前提下,来获取"姓名"和"爱好"吧,代码如下:

import csv

with open('ceshi.csv', 'r', encoding='UTF-8-sig') as f:
    Jier = csv.reader(f)
    Title = next(Jier)  # 读取第一行
    for i in Jier:
        Name = i[0]
        Like = i[-1]
        print([{'Name': Name}, {'Like': Like}])
    f.close()

运行结果如下:

[{'Name': '张三'}, {'Like': '吃饭'}]
[{'Name': '李四'}, {'Like': '睡觉'}]
[{'Name': '王五'}, {'Like': '打游戏'}]
[{'Name': '赵六'}, {'Like': '学习'}]
[{'Name': '孙七'}, {'Like': '跑步'}]
[{'Name': '周八'}, {'Like': '跳高'}]
[{'Name': '吴九'}, {'Like': '上班'}]
[{'Name': '郑十'}, {'Like': '下班'}]

那么在这里,我们需要介绍下next方法了,他是怎么一回事儿呢。

next的作用:

从第一行开始,每次读取一行。

从上面的例子看来的话,如果你写了两个next,那么输出的内容将直接从李四开始。

2.3 dict方法

示例如下:

import csv

with open('ceshi.csv', 'r', encoding='UTF-8-sig') as f:
    Jier = csv.DictReader(f)
    for i in Jier:
        print(i)
    f.close()

运行结果如下:

{'姓名': '张三', '年龄': '18', '地区': '北京', '出生年月': '2000-1-1', '爱好': '吃饭'}
{'姓名': '李四', '年龄': '19', '地区': '北京', '出生年月': '1999-1-1', '爱好': '睡觉'}
{'姓名': '王五', '年龄': '20', '地区': '北京', '出生年月': '1998-1-1', '爱好': '打游戏'}
{'姓名': '赵六', '年龄': '21', '地区': '北京', '出生年月': '1997-1-1', '爱好': '学习'}
{'姓名': '孙七', '年龄': '22', '地区': '北京', '出生年月': '1996-1-1', '爱好': '跑步'}
{'姓名': '周八', '年龄': '23', '地区': '北京', '出生年月': '1995-1-1', '爱好': '跳高'}
{'姓名': '吴九', '年龄': '24', '地区': '北京', '出生年月': '1994-1-1', '爱好': '上班'}
{'姓名': '郑十', '年龄': '25', '地区': '北京', '出生年月': '1993-1-1', '爱好': '下班'}

可以看到pyhon是以字典的形式,将csv文件中的内容,每一行进行了读取,key即行名字;

通过这种方式可以避免,由于移动行位置造成的数据取值错误的问题。

比如我们还是要取出“名字”和“爱好”,这里我们就可以按照下面的方式来进行了,代码如下:

import csv

with open('ceshi.csv', 'r', encoding='UTF-8-sig') as f:
    Jier = csv.DictReader(f)
    for i in Jier:
        print([{'Name': i['姓名']}, {'Like': i['爱好']}])
    f.close()

运行结果如下:

[{'Name': '张三'}, {'Like': '吃饭'}]
[{'Name': '李四'}, {'Like': '睡觉'}]
[{'Name': '王五'}, {'Like': '打游戏'}]
[{'Name': '赵六'}, {'Like': '学习'}]
[{'Name': '孙七'}, {'Like': '跑步'}]
[{'Name': '周八'}, {'Like': '跳高'}]
[{'Name': '吴九'}, {'Like': '上班'}]
[{'Name': '郑十'}, {'Like': '下班'}]

3、python写入csv文件

其实写入和读取是一一对应的,也是按照listdict类型的数据,直接写入;

3.1 list类型

剩余内容请转至VX公众号 “运维家” ,回复 “180” 查看。

------ “运维家” ,回复 “180”  ------

------ “运维家” ,回复 “180”  ------

------ “运维家” ,回复 “180”  ------

linux系统下,mknodlinux,linux目录写权限,大白菜能安装linux吗,linux系统创建文件的方法,领克linux系统怎么装软件,linux文本定位;

ocr识别linux,linux锚定词尾,linux系统使用记录,u盘有linux镜像文件,应届生不会Linux,linux内核64位,linux自启动管理服务;

linux计算文件夹大小,linux设备名称有哪些,linux能用的虚拟机吗,linux系统进入不了命令行,如何创建kalilinux,linux跟so文件一样吗。

你可能感兴趣的:(python爬虫-19-CSV文件之python数据存储)