目录

1. CSV文件格式简介
2. csv模块概述
3. csv模块核心功能 3.1 csv.reader 3.2 csv.writer 3.3 csv.DictReader 3.4 csv.DictWriter
4. csv模块高级功能 4.1 csv.register_dialect 4.2 csv.Sniffer 4.3 csv.Dialect
5. csv模块的变种与格式参数
6. Reader和Writer对象
7. 应用案例
8. 学习总结

CSV文件格式简介

CSV（Comma-Separated Values，逗号分隔值）是一种常见的文本文件格式，用于存储表格数据，如电子表格或数据库中的数据。每行代表一条记录，字段之间一般用逗号分隔。CSV文件可以用文本编辑器打开，也可以被各种电子表格软件（如Microsoft Excel）导入和导出。

特点

• 简单易用：数据以纯文本形式存储，易于理解和处理。
• 通用性强：几乎所有的电子表格软件和数据库系统都支持CSV格式。
• 灵活性：虽然常用逗号作为分隔符，但也可以使用其他字符，如制表符、分号等。

csv模块概述

Python的csv模块提供了读取和写入CSV文件的功能，使得开发者无需关心CSV格式的细节，可以方便地处理CSV数据。该模块支持多种CSV格式变种，并允许用户自定义格式。

主要功能

• 读取CSV文件并将其内容转换为列表或字典。
• 将列表或字典数据写入CSV文件。
• 支持自定义分隔符、引号字符等格式参数。
• 提供CSV格式的自动检测功能。

csv模块核心功能

3.1 csv.reader

功能

csv.reader用于读取CSV文件，并将每一行数据解析为一个列表（默认）或字典（结合csv.DictReader）。

原型

csv.reader(csvfile, dialect='excel', **fmtparams)

参数

• csvfile：一个可迭代的字符串对象，一般是文件对象或列表。如果是一个文件对象，打开时应设置newline=''。
• dialect：指定CSV变种，默认为'excel'。可以是Dialect类的子类实例或预定义的变种名称（如'excel-tab'）。
• fmtparams：关键字参数，用于覆盖当前变种中的单个格式参数。

返回值

返回一个reader对象，该对象可以迭代每一行数据。

应用示例

import csv

with open('example.csv', newline='', encoding='utf-8') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        print(row)

注意事项

• 使用newline=''参数以避免在Windows平台上出现额外的空行。
• 默认情况下，字段不会自动转换为数据类型，保持字符串形式。

3.2 csv.writer

功能

csv.writer用于将数据写入CSV文件，将数据序列化为带有分隔符的字符串。

原型

csv.writer(csvfile, dialect='excel', **fmtparams)

参数

• csvfile：具有write()方法的对象，一般是文件对象。
• dialect：指定CSV变种，默认为'excel'。
• fmtparams：关键字参数，用于覆盖当前变种中的单个格式参数。

返回值

返回一个writer对象，该对象具有写入数据的方法。

应用示例

import csv

data = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'New York'],
    ['Bob', 25, 'Los Angeles']
]

with open('output.csv', 'w', newline='', encoding='utf-8') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerows(data)

注意事项

• 所有非字符串数据会被自动转换为字符串。
• 使用newline=''参数以避免额外的空行。

3.3 csv.DictReader

功能

csv.DictReader类似于csv.reader，但将每一行数据映射到一个字典，其中键由fieldnames参数指定。

原型

csv.DictReader(f, fieldnames=None, restkey=None, restval=None, dialect='excel', **kwds)

参数

• f：一个文件对象或可迭代的字符串对象。
• fieldnames：指定字典键的序列。如果未提供，则使用文件的第一行作为字段名。
• restkey：如果一行中的字段多于fieldnames，则多余的字段会被放入一个列表，并使用restkey作为键。
• restval：如果一行中的字段少于fieldnames，则缺失的值会使用restval填充。
• dialect：指定CSV变种，默认为'excel'。
• kwds：其他关键字参数传递给底层的reader实例。

返回值

返回一个DictReader对象，可以迭代每一行数据为字典。

应用示例

import csv

with open('names.csv', newline='', encoding='utf-8') as csvfile:
    reader = csv.DictReader(csvfile)
    for row in reader:
        print(row['first_name'], row['last_name'])

注意事项

• 字典保留了原始顺序（Python 3.6及以上）。
• 如果未提供fieldnames，则文件的第一行将被用作字段名并从结果中移除。

3.4 csv.DictWriter

功能

csv.DictWriter类似于csv.writer，但将字典数据映射到CSV文件的行，按照指定的字段顺序写入。

原型

csv.DictWriter(f, fieldnames, restval='', extrasaction='raise', dialect='excel', **kwds)

参数

• f：一个文件对象或具有write()方法的对象。
• fieldnames：指定字典中键的顺序，必须提供。
• restval：如果字典中缺少某个字段，则使用restval作为默认值。
• extrasaction：如果字典中包含fieldnames中没有的键，设置为'raise'（默认）会引发ValueError，设置为'ignore'则忽略这些键。
• dialect：指定CSV变种，默认为'excel'。
• kwds：其他关键字参数传递给底层的writer实例。

返回值

返回一个DictWriter对象，具有写入字典数据的方法。

应用示例

import csv

data = [
    {'first_name': 'Alice', 'last_name': 'Smith'},
    {'first_name': 'Bob', 'last_name': 'Johnson'}
]

fieldnames = ['first_name', 'last_name']

with open('names_dict.csv', 'w', newline='', encoding='utf-8') as csvfile:
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerows(data)

注意事项

• fieldnames参数是必须的。
• 使用writeheader()方法写入字段名称行。

csv模块高级功能

4.1 csv.register_dialect

功能

注册一个新的CSV变种，允许用户自定义CSV格式。

原型

csv.register_dialect(name, dialect=None, **fmtparams)

参数

• name：变种的名称，字符串类型。
• dialect：Dialect类的子类实例，或None。
• fmtparams：关键字参数，用于定义格式参数。

应用示例

import csv

csv.register_dialect('unixpwd', delimiter=':', quoting=csv.QUOTE_NONE)

with open('passwd', newline='', encoding='utf-8') as f:
    reader = csv.reader(f, dialect='unixpwd')
    for row in reader:
        print(row)

注意事项

• 变种名称必须是唯一的，重复注册会覆盖之前的定义。

4.2 csv.Sniffer

功能

csv.Sniffer类用于推断CSV文件的格式，包括分隔符和是否存在标题行。

主要方法

• sniff(sample, delimiters=None)：分析给定的样本并返回一个Dialect子类，包含分析出的格式参数。
• has_header(sample)：分析样本文本，判断是否存在标题行。

应用示例

import csv

with open('example.csv', newline='', encoding='utf-8') as csvfile:
    dialect = csv.Sniffer().sniff(csvfile.read(1024))
    csvfile.seek(0)
    has_header = csv.Sniffer().has_header(csvfile.read(1024))
    csvfile.seek(0)
    reader = csv.reader(csvfile, dialect)
    if has_header:
        next(reader)  # 跳过标题行
    for row in reader:
        print(row)

注意事项

• sniff方法需要提供足够长的样本以进行分析，一般前1024个字符足够。
• has_header方法是一种启发式方法，可能产生误判。

4.3 csv.Dialect

功能

csv.Dialect类是一个容器类，定义了CSV文件的格式属性，如分隔符、引号字符等。

主要属性

• delimiter：字段分隔符，默认为,。
• doublequote：控制引号字符的转义，默认为True。
• escapechar：用于转义特殊字符的单个字符，默认为None。
• lineterminator：行终止符，默认为 。
• quotechar：用于包围包含特殊字符的字段的字符，默认为"。
• quoting：控制何时使用引号，默认为QUOTE_MINIMAL。
• skipinitialspace：是否忽略分隔符后的空格，默认为False。
• strict：是否在输入错误时抛出异常，默认为False。

csv模块的变种与格式参数

CSV模块支持多种预定义的CSV变种，如'excel'、'excel-tab'和'unix'，每种变种都有不同的默认格式参数。用户也可以通过csv.register_dialect注册自定义变种。

表1：常用CSV变种

变种名称	描述
'excel'	Excel生成的CSV文件，默认分隔符为逗号。
'excel-tab'	Excel生成的制表符分隔的CSV文件。
'unix'	UNIX系统上生成的CSV文件，使用 作为换行符，所有字段有引号包围。

表2：常用格式参数

参数名	描述
delimiter	字段分隔符，默认为,。
doublequote	控制引号字符的转义，默认为True。
escapechar	用于转义特殊字符的字符，默认为None。
lineterminator	行终止符，默认为 。
quotechar	用于包围包含特殊字符的字段的字符，默认为"。
quoting	控制何时使用引号，默认为QUOTE_MINIMAL。
skipinitialspace	是否忽略分隔符后的空格，默认为False。
strict	是否在输入错误时抛出异常，默认为False。

Reader和Writer对象

Reader对象

主要方法

• __next__()：返回解析后的下一行数据，可以是列表或字典。

主要属性

• dialect：当前使用的CSV变种描述，只读。
• line_num：已读取的行数。

Writer对象

主要方法

• writerow(row)：将一行数据写入文件。
• writerows(rows)：将多行数据写入文件。

主要属性

• dialect：当前使用的CSV变种描述，只读。

对于DictWriter对象，还有以下方法：

• writeheader()：写入字段名称行。

应用案例

案例1：读取并解析CSV文件

需求：读取一个包含用户信息的CSV文件，并打印每个用户的信息。

代码示例

import csv

def read_users(filename):
    with open(filename, newline='', encoding='utf-8') as csvfile:
        reader = csv.DictReader(csvfile)
        for row in reader:
            print(f"Name: {row['first_name']} {row['last_name']}, Age: {row['age']}, City: {row['city']}")

# 假设users.csv内容如下：
# first_name,last_name,age,city
# Alice,Smith,30,New York
# Bob,Johnson,25,Los Angeles

read_users('users.csv')

输出

Name: Alice Smith, Age: 30, City: New York
Name: Bob Johnson, Age: 25, City: Los Angeles

案例2：将数据写入CSV文件

需求：将一组用户数据写入一个新的CSV文件。

代码示例

import csv

def write_users(filename, users):
    fieldnames = ['first_name', 'last_name', 'age', 'city']
    with open(filename, 'w', newline='', encoding='utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(users)

# 示例数据
users = [
    {'first_name': 'Alice', 'last_name': 'Smith', 'age': 30, 'city': 'New York'},
    {'first_name': 'Bob', 'last_name': 'Johnson', 'age': 25, 'city': 'Los Angeles'}
]

write_users('new_users.csv', users)

结果：生成new_users.csv文件，内容如下：

first_name,last_name,age,city
Alice,Smith,30,New York
Bob,Johnson,25,Los Angeles

案例3：使用自定义分隔符

需求：读取一个使用分号;作为分隔符的CSV文件。

代码示例

import csv

def read_semicolon_csv(filename):
    with open(filename, newline='', encoding='utf-8') as csvfile:
        reader = csv.reader(csvfile, delimiter=';')
        for row in reader:
            print(row)

# 假设semicolon.csv内容如下：
# first_name;last_name;age;city
# Alice;Smith;30;New York
# Bob;Johnson;25;Los Angeles

read_semicolon_csv('semicolon.csv')

输出

['first_name', 'last_name', 'age', 'city']
['Alice', 'Smith', '30', 'New York']
['Bob', 'Johnson', '25', 'Los Angeles']

学习总结

学习路线

1. 基础知识
2. 理解CSV文件格式及其应用场景。
3. 熟悉Python文件操作基础。
4. csv模块基础
5. 学习csv.reader和csv.writer的基本用法。
6. 掌握如何读取和写入简单的CSV文件。
7. 高级功能
8. 了解并使用csv.DictReader和csv.DictWriter处理字典数据。
9. 学习自定义CSV变种和格式参数。
10. 使用csv.Sniffer自动检测CSV文件格式。
11. 实践应用
12. 通过实际项目或案例练习，如读取配置文件、导出数据报表等。
13. 处理复杂的CSV文件，如包含引号、换行符等特殊情况。

学习总结

• csv模块的优势：简化了CSV文件的读写操作，无需手动处理分隔符和引号，提高开发效率。
• 灵活应用：支持多种CSV格式变种和自定义格式，适应不同的需求。
• 注意事项： 处理文件时，始终使用newline=''参数以避免平台相关的换行符问题。 注意数据类型，CSV文件中的数据一般为字符串，必要时需手动转换。 处理大文件时，思考内存使用，逐行读取和写入。

通过本教程的学习，我们将能够熟练使用Python的csv模块，高效地处理各种CSV文件，为数据分析和处理提供强有力的支持。

附录

表3：csv模块常用常量

常量名	描述
QUOTE_ALL	指示writer对象给所有字段加上引号。
QUOTE_MINIMAL	指示writer对象仅对包含特殊字符的字段加引号。
QUOTE_NONNUMERIC	指示writer对象为所有非数字字段加上引号，reader对象将未加引号的字段转换为float类型。
QUOTE_NONE	指示writer对象不对字段加引号，需自行处理特殊字符。
QUOTE_NOTNULL	（Python 3.12新增）指示writer对象为所有不为None的字段加引号。
QUOTE_STRINGS	（Python 3.12新增）指示writer对象总是为字符串字段加引号。

表4：csv模块常用异常

异常名	描述
Error	所有csv模块函数可能抛出的异常。

参考资料

• Python官方文档 - csv模块：https://docs.python.org/3/library/csv.html
• PEP 305 - CSV文件API：https://peps.python.org/pep-0305/

持续更新Python编程学习日志与技巧，敬请关注！

#编程# #学习# #python# #在头条记录我的2025#