《Python 3.x入门到应用实践》 —3.8.2 读取CSV文件

3.8.2  读取CSV文件

CSV文件是常见的开放数据（Open Data）格式。所谓开放数据,是指可以被自由使用和散布的数据，虽然有些开放数据要求用户标示数据源与所有人，但大部分政府数据的开放平台可以免费获取数据，这些开放数据会以常见的开放格式在网络上公开。不同的应用程序如果想要交换数据，必须借助通用的数据格式，CSV格式就是其中的一种，全名为Comma-Separated Values，字段之间以逗号“，”分隔，与TXT文件一样都是纯文本文件，可以用记事本等文本编辑器来编辑。

CSV格式常用在电子表格以及数据库，比如Excel文件可以将数据导出成CSV格式，也可以导入CSV文件进行编辑。网络上许多开放数据（Open Data）通常也会给用户提供直接下载的CSV格式数据，当大家学会了CSV文件的处理之后，就可以将这些数据用于更多的分析和应用了。

本范例程序使用的scores.csv文件内容如图3-17所示。

图3-17

Python内建csv模块（module），能够非常轻松地处理CSV文件。csv模块是标准库模块，使用前必须先用import指令导入。下面来看csv模块的用法。

csv模块的用法

csv模块既可以读取CSV文件，也可以写入CSV文件，读取之前必须先打开CSV文件，再使用csv.reader方法读取CSV文件里的内容，代码如下：

import csv  #载入csv.py

with open("scores.csv", encoding="utf-8") as csvfile:  #打开文件指定为csvfile

    reader = csv.reader(csvfile)    #返回reader对象

    for row in reader:                #for循环逐行读取数据

        print(row)

上面程序的执行结果如图3-18所示。

图3-18

如果CSV文件与.py文件放在不同的文件夹中，就必须加上文件的完整路径。

open()指令会将CSV文件开启并返回文件对象，范例程序中将文件对象赋值给csvfile变量，默认文件使用unicode编码，如果文件使用不同的编码，就必须使用encoding参数设置编码。本范例程序所使用的CSV文件是无BOM的utf-8格式，所以encoding="utf-8"。

csv.reader()函数会读取CSV文件，转成reader对象再返回给调用者，reader对象是可以迭代（iterator）处理的字符串（string）列表（List）对象。上面的程序中使用reader变量来接收reader对象，再通过for循环逐行读取数据：

reader = csv.reader(csvfile)   #返回reader对象

for row in reader:               #for循环逐行读取数据放入row变量中

列表对象是Python的容器数据类型（Container Type），它是一串由逗号分隔的值，用中括号“[]”括起来：

['方小花', '87', '100', '98']

上面的列表对象共有4个元素，使用中括号“[]”搭配元素的下标（index，或称为索引）就能存取每一个元素，下标从0开始，从左到右分别是row[0]、row[1]……。例如要获取第4个元素的值，可以如下表示：

name = row[3]

使用with语句打开文件

在读取或写入文件之前，必须先使用open()函数将文件打开；当读取或写入完成时，必须使用close()函数将文件关闭，以确保数据已被正确读出或写入文件。如果在调用close()方法之前发生异常，那么close()方法将不会被调用，举例来说：

f = open("scores.csv")  #打开文件

csvfile = f.read()       #读取文件内容

1 / 0                      #error

f.close()                 #关闭文件

第3行程序语句犯了分母为0的错误，执行到此，程序就会停止执行，所以close()不会被调用，这样可能会有文件损坏或数据遗失的风险。

有两特种方法可以避免这样的问题：一种方法是加上try…except语句捕获错误，另一种方法是使用with语句。Python的with语句配有特殊的方法，文件被打开之后，如果程序发生异常，就会自动调用close()方法，如此一来，就能确保已打开的文件被正确、安全地关闭。