[Python3 网络爬虫开发实战] 5.1.3-CSV 文件存储
CSV,全称为 Comma-Separated Values,中文可以叫作逗号分隔值或字符分隔值,其文件以纯文本形式存储表格数据。该文件是一个字符序列,可以由任意数目的记录组成,记录间以某种换行符分隔。每条记录由字段组成,字段间的分隔符是其他字符或字符串,最常见的是逗号或制表符。不过所有记录都有完全相同的字段序列,相当于一个结构化表的纯文本形式。它比 Excel 文件更加简介,XLS 文本是电子表格,它包含了文本、数值、公式和格式等内容,而 CSV 中不包含这些内容,就是特定字符分隔的纯文本,结构简单清晰。所以,有时候用 CSV 来保存数据是比较方便的。本节中,我们来讲解 Python 读取和写入 CSV 文件的过程。
1. 写入
这里先看一个最简单的例子:
1 |
import csv |
首先,打开 data.csv 文件,然后指定打开的模式为 w
(即写入),获得文件句柄,随后调用 csv 库的 writer()
方法初始化写入对象,传入该句柄,然后调用 writerow()
方法传入每行的数据即可完成写入。
运行结束后,会生成一个名为 data.csv 的文件,此时数据就成功写入了。直接以文本形式打开的话,其内容如下:
1 |
id,name,age |
可以看到,写入的文本默认以逗号分隔,调用一次 writerow()
方法即可写入一行数据。用 Excel 打开的结果如图 5-6 所示。
图 5-6 打开结果
如果想修改列与列之间的分隔符,可以传入 delimiter
参数,其代码如下:
1 |
import csv |
这里在初始化写入对象时传入 delimiter
为空格,此时输出结果的每一列就是以空格分隔了,内容如下:
1 |
id name age |
另外,我们也可以调用 writerows()
方法同时写入多行,此时参数就需要为二维列表,例如:
1 |
import csv |
输出效果是相同的,内容如下:
1 |
id,name,age |
但是一般情况下,爬虫爬取的都是结构化数据,我们一般会用字典来表示。在 csv 库中也提供了字典的写入方式,示例如下:
1 |
import csv |
这里先定义 3 个字段,用 fieldnames
表示,然后将其传给 DictWriter
来初始化一个字典写入对象,接着可以调用 writeheader()
方法先写入头信息,然后再调用 writerow()
方法传入相应字典即可。最终写入的结果是完全相同的,内容如下:
1 |
id,name,age |
这样就可以完成字典到 CSV 文件的写入了。
另外,如果想追加写入的话,可以修改文件的打开模式,即将 open()
函数的第二个参数改成 a
,代码如下:
1 |
import csv |
这样在上面的基础上再执行这段代码,文件内容便会变成:
1 |
id,name,age |
可见,数据被追加写入到文件中。
如果要写入中文内容的话,可能会遇到字符编码的问题,此时需要给 open()
参数指定编码格式。比如,这里再写入一行包含中文的数据,代码需要改写如下:
1 |
import csv |
这里需要给 open()
函数指定编码,否则可能发生编码错误。
另外,如果接触过 pandas 等库的话,可以调用 DataFrame
对象的 to_csv()
方法来将数据写入 CSV 文件中。
2. 读取
我们同样可以使用 csv 库来读取 CSV 文件。例如,将刚才写入的文件内容读取出来,相关代码如下:
1 |
import csv |
运行结果如下:
1 |
['id', 'name', 'age'] |
这里我们构造的是 Reader
对象,通过遍历输出了每行的内容,每一行都是一个列表形式。注意,如果 CSV 文件中包含中文的话,还需要指定文件编码。
另外,如果接触过 pandas 的话,可以利用 read_csv()
方法将数据从 CSV 中读取出来,例如:
1 |
import pandas as pd |
运行结果如下:
1 |
id name age |
在做数据分析的时候,此种方法用得比较多,也是一种比较方便地读取 CSV 文件的方法。
本节中,我们了解了 CSV 文件的写入和读取方式。这也是一种常用的数据存储方式,需要熟练掌握。
文章来源: cuiqingcai.com,作者:崔庆才,版权归原作者所有,如需转载,请联系作者。
原文链接:cuiqingcai.com/5571.html
- 点赞
- 收藏
- 关注作者
评论(0)