python读写csv文件的方法(还没试，先记录一下)

该csv模块定义了以下功能：

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

返回一个reader对象，它将迭代给定csvfile中的行。 csvfile可以是任何支持迭代器协议的对象，并在每次__next__()调用其方法时返回一个字符串- 文件对象和列表对象都是合适的。如果csvfile是一个文件对象，则应该打开它newline=''。[1]可以给出 可选的 方言参数，该参数用于定义特定于CSV方言的一组参数。它可以是类的子类的实例，也可以是函数Dialect返回的字符串之一 list_dialects()。其他可选的fmtparams可以给出关键字参数来覆盖当前方言中的各个格式参数。有关方言和格式参数的完整详细信息，请参阅“ 方言和格式参数”一节。

从csv文件读取的每一行都作为字符串列表返回。除非QUOTE_NONNUMERIC指定了format选项（在这种情况下，未加引号的字段将转换为浮点数），否则不会执行自动数据类型转换。

一个简短的用法示例：

>>>

>>> import csv
>>> with open('eggs.csv', newline='') as csvfile:
...     spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
...     for row in spamreader:
...         print(', '.join(row))
Spam, Spam, Spam, Spam, Spam, Baked Beans
Spam, Lovely Spam, Wonderful Spam

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

返回一个编写器对象，负责将用户的数据转换为给定的类文件对象上的分隔字符串。csvfile可以是带有write()方法的任何对象 。如果csvfile是文件对象，则应使用newline='' [1]打开它 。 可以给出可选的方言参数，该参数用于定义特定于CSV方言的一组参数。它可以是类的子类的实例，也可以是 函数Dialect返回的字符串之一list_dialects()。可以给出其他可选的fmtparams关键字参数来覆盖当前方言中的各个格式参数。有关方言和格式参数的完整详细信息，请参阅部分方言和格式参数。为了使与实现DB API的模块接口尽可能简单，将值None写为空字符串。虽然这不是可逆转换，但它可以更容易地将SQL NULL数据值转储到CSV文件，而无需预处理从cursor.fetch*调用返回的数据。所有其他非字符串数据str()在写入之前都会进行字符串化。

一个简短的用法示例：

import csv
with open('eggs.csv', 'w', newline='') as csvfile:
    spamwriter = csv.writer(csvfile, delimiter=' ',
                            quotechar='|', quoting=csv.QUOTE_MINIMAL)
    spamwriter.writerow(['Spam'] * 5 + ['Baked Beans'])
    spamwriter.writerow(['Spam', 'Lovely Spam', 'Wonderful Spam'])

csv.register_dialect（name [，dialect [，** fmtparams ] ] ）

将方言与名称联系起来。 name必须是一个字符串。方言可以通过传递子类Dialect，或通过fmtparams关键字参数或两者来指定，并使用关键字参数覆盖方言的参数。有关方言和格式参数的完整详细信息，请参阅“ 方言和格式参数”一节。

csv.unregister_dialect(name)

从方言注册表中删除与名称关联的方言。Error如果name不是已注册的方言名称，则引发An 。

csv.get_dialect(name)

返回与姓名相关的方言。Error如果name不是已注册的方言名称，则引发 An 。此函数返回不可变的 Dialect。

csv.list_dialects()

返回所有已注册方言的名称。

csv.field_size_limit（[ new_limit ] ）

返回解析器允许的当前最大字段大小。如果给出new_limit，则这将成为新限制。

该csv模块定义了以下类：

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

创建一个像常规阅读器一样操作的对象，但将每行中的信息映射到OrderedDict 其键由可选的fieldnames参数给出。

的字段名的参数是一个序列。如果省略fieldnames，则文件f的第一行中的值将用作字段名。无论字段名如何确定，有序字典都保留其原始顺序。

如果一行包含的字段多于字段名，则将剩余数据放入一个列表中，并使用restkey指定的字段名（默认为None）进行存储。如果非空行的字段数少于字段名，则缺少的值将填入None。

所有其他可选或关键字参数都传递给基础 reader实例。

在版本3.6中更改：返回的行现在是类型OrderedDict。

一个简短的用法示例：

>>>

>>> import csv
>>> with open('names.csv', newline='') as csvfile:
...     reader = csv.DictReader(csvfile)
...     for row in reader:
...         print(row['first_name'], row['last_name'])
...
Eric Idle
John Cleese
 
>>> print(row)
OrderedDict([('first_name', 'John'), ('last_name', 'Cleese')])

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

创建一个像常规编写器一样操作的对象，但将字典映射到输出行。的字段名的参数是一个sequence标识，其中在传递给字典值的顺序按键的writerow()方法被写入到文件 ˚F。如果字典缺少字段名中的键，则可选的restval参数指定要写入的值。如果传递给方法的字典包含在字段名中找不到的键 ，则可选的extrasaction参数指示要采取的操作。如果设置为， 则引发默认值a 。如果设置为writerow()'raise'ValueError'ignore'，字典中的额外值将被忽略。任何其他可选或关键字参数都将传递给基础 writer实例。

请注意，与DictReader类不同，类的fieldnames参数DictWriter不是可选的。

一个简短的用法示例：

import csv
 
with open('names.csv', 'w', newline='') as csvfile:
    fieldnames = ['first_name', 'last_name']
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
 
    writer.writeheader()
    writer.writerow({'first_name': 'Baked', 'last_name': 'Beans'})
    writer.writerow({'first_name': 'Lovely', 'last_name': 'Spam'})
    writer.writerow({'first_name': 'Wonderful', 'last_name': 'Spam'})

类csv.Dialect

的Dialect类是依赖于主要用于它的属性，这是用来定义一个特定的参数的容器类reader或writer实例。

类csv.excel

在excel类定义的Excel生成CSV文件的通常的性质。它以方言名称注册'excel'。

类csv.excel_tab

所述excel_tab类定义Excel生成的制表符分隔的文件的通常的性质。它以方言名称注册'excel-tab'。

类csv.unix_dialect

的unix_dialect类定义在UNIX系统上，即，使用生成的CSV文件的通常性质'\n'如线路终端机和引用的所有字段。它以方言名称注册'unix'。

版本3.2中的新功能。

类csv.Sniffer

本Sniffer类用来推断一个CSV文件的格式。

本Sniffer类提供了两个方法：

sniff（样本，分隔符=无）

分析给定的样本并返回Dialect反映找到的参数的子类。如果给出了可选的delimiters参数，则将其解释为包含可能的有效分隔符的字符串。

has_header（样本）

分析示例文本（假定为CSV格式）， True如果第一行看起来是一系列列标题，则返回。

使用示例Sniffer：

with open('example.csv', newline='') as csvfile:
    dialect = csv.Sniffer().sniff(csvfile.read(1024))
    csvfile.seek(0)
    reader = csv.reader(csvfile, dialect)
    # ... process CSV file contents here ...

该csv模块定义以下常量：

csv.QUOTE_ALL

指示writer对象引用所有字段。

csv.QUOTE_MINIMAL

指示writer对象只引用那些包含特殊字符，如字段分隔符，quotechar或任何字符lineterminator。

csv.QUOTE_NONNUMERIC

指示writer对象引用所有非数字字段。

指示读者将所有非引用字段转换为float类型。

csv.QUOTE_NONE

指示writer对象永远不引用字段。当输出数据中出现当前 分隔符时，它前面是当前的escapechar 字符。如果未设置escapechar，则Error在遇到需要转义的任何字符时，编写器将引发。

指示reader不对引号字符执行特殊处理。

该csv模块定义了以下异常：

异常csv.Error

检测到错误时由任何功能引发。

参考: https://blog.csdn.net/qq_35892623/article/details/81267182

https://www.cnblogs.com/Keys819/p/9326575.html

1.Python处理csv文件之csv.writer()

import csv
 
def csv_write(path,data):
    with open(path,'w',encoding='utf-8',newline='') as f:
        writer = csv.writer(f,dialect='excel')
        for row in data:
            writer.writerow(row)
    return True

调用上面的函数

data = [
    ['Name','Height'],
    ['Keys','176cm'],
    ['HongPing','160cm'],
    ['WenChao','176cm']
]
 
csv_write('test.csv',data)

运行结果

2.Python处理csv文件之csv.reader()

def csv_read(path):
    data = []
    with open(path,'r',encoding='utf-8') as f:
        reader = csv.reader(f,dialect='excel')
        for row in reader:
            data.append(row)
    return data

调用上面的函数

data = csv_read('test.csv')
print(data)

运行结果

[['Name', 'Height'], ['Keys', '176cm'], ['HongPing', '160cm'], ['WenChao', '176cm']]

3.Python处理csv文件之csv.DictWriter()

def csv_dict_write(path,head,data):
    with open(path,'w',encoding='utf-8',newline='') as f:
        writer = csv.DictWriter(f,head)
        writer.writeheader()
        writer.writerows(data)
        return True

调用上面的函数

head = ['Name','Age']
 
data = [
    {'Name':'Keys', 'Age':28},
    {'Name':'HongPing', 'Age':29},
    {'Name':'WenChao', 'Age':15}
]
 
csv_dict_write('test2.csv',head,data)

运行结果

4.Python处理csv文件之csv.DictReader()

def csv_dict_read(path):
    with open(path,'r',encoding='utf-8') as f:
        reader = csv.DictReader(f,dialect='excel')
        for row in reader:
            print(row['Name'])

调用上面的函数

csv_dict_read('test2.csv')

运行结果

Keys
HongPing
WenChao