Python csv 模块

关键要点

• Python 的 csv 模块用于读写 CSV 文件，适合处理表格数据。
• 它支持自定义分隔符和引号，处理复杂格式。
• 主要功能包括 csv.reader、csv.writer、csv.DictReader 和 csv.DictWriter。
• 使用时注意文件编码和 newline='' 参数，避免额外空行。

模块简介

Python 的 csv 模块是标准库的一部分，帮助你读取和写入 CSV 文件。CSV 是一种常见的文本格式，用于存储表格数据，如电子表格或数据库导出。它支持处理包含逗号、换行符或引号的复杂字段，适合数据分析和跨平台数据交换。

如何使用

• 读取文件：用 csv.reader 读取数据为列表，或用 csv.DictReader 读取为字典，方便按列名访问。
• 写入文件：用 csv.writer 写入数据，注意用 newline='' 避免 Windows 上的额外空行；csv.DictWriter 支持按字典写入。
• 自定义格式：可以设置分隔符（如逗号或制表符）和引号样式，适应不同 CSV 文件。

示例

以下是读取和写入 CSV 文件的简单示例：

import csv

# 读取
with open('example.csv', 'r', newline='') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

# 写入
with open('output.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(['姓名', '年龄'])
    writer.writerows([['张三', 25], ['李四', 30]])

Python csv 模块详细说明（截至 2025 年 6 月 4 日）

背景与概述

CSV（Comma-Separated Values，逗号分隔值）是一种通用的文本格式，用于存储表格数据，包括数字和字符。它广泛应用于电子表格（如 Excel）、数据库导出和数据分析场景。由于 CSV 没有统一的国际标准，不同应用程序的实现可能存在细微差异，这使得处理多个来源的 CSV 文件变得复杂。Python 的 csv 模块自 Python 2.3 起成为标准库的一部分，提供了可靠的工具来读取和写入 CSV 文件，解放程序员从繁琐的解析细节中。

根据官方文档（csv — CSV 文件读写 — Python 3.13.3 文档），csv 模块实现了 RFC 4180 标准，支持与 Excel 兼容的格式，并允许自定义 CSV 方言（dialect），以适应特定需求。它特别适合数据导入导出、数据预处理和与其他工具（如 Pandas）交互。

核心功能与使用方法

csv 模块提供了以下核心类和函数，涵盖了读取、写入和格式自定义的需求：

1. 读取 CSV 文件：

   • csv.reader(csvfile, dialect='excel', **fmtparams)：
     • 返回一个 reader 对象，用于逐行读取 CSV 文件。
     • 参数：
       • csvfile：一个可迭代对象，通常是文件对象，建议使用 open() 打开，设置 newline='' 以避免平台相关的换行问题。
       • dialect：指定 CSV 方言，默认为 'excel'。
       • **fmtparams：格式参数，如 delimiter（分隔符，默认 ','）、quotechar（引号字符，默认 '"'）。
     • 示例：

       import csv
       
       with open('example.csv', 'r', newline='') as f:
           reader = csv.reader(f)
           for row in reader:
               print(row)  # 输出每行数据，如 ['姓名', '年龄']
       

     • 每次迭代返回一个列表，代表一行数据。reader.line_num 属性可以获取当前行号（从 1 开始）。
   • csv.DictReader(f, fieldnames=None, restkey=None, restval=None, dialect='excel', *args, **kwds)：
     • 返回一个 reader 对象，每个元素是一个字典，键为列名（默认使用文件第一行作为键）。
     • 参数：
       • fieldnames：可选，指定列名列表，如果未提供，则使用第一行数据。
       • restkey：未匹配的键名，默认为 None。
       • restval：未匹配的值，默认为 None。
     • 版本变化：
       • Python 3.6：返回 OrderedDict。
       • Python 3.8：返回 dict。
     • 示例：

       with open('example.csv', 'r', newline='') as f:
           reader = csv.DictReader(f)
           for row in reader:
               print(row['姓名'])  # 输出指定列的值
       

     • 适合按列名访问数据，特别在表头明确的情况下使用。

2. 写入 CSV 文件：

   • csv.writer(csvfile, dialect='excel', **fmtparams)：
     • 返回一个 writer 对象，用于写入 CSV 数据。
     • 参数与 reader 类似，建议文件对象使用 newline='' 以避免 Windows 上的额外空行。
     • 方法：
       • writerow(row)：写入一行数据。
       • writerows(rows)：写入多行数据。
     • 示例：

       with open('output.csv', 'w', newline='') as f:
           writer = csv.writer(f)
           writer.writerow(['姓名', '年龄'])  # 写入表头
           writer.writerows([['张三', 25], ['李四', 30]])  # 写入数据
       

   • csv.DictWriter(f, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)：
     • 返回一个 writer 对象，用于将字典数据写入 CSV 文件。
     • 参数：
       • fieldnames：必需，指定列名列表。
       • restval：未匹配键的值，默认为空字符串。
       • extrasaction：处理多余键的策略，'raise'（默认，抛出错误）或 'ignore'（忽略）。
     • 方法：
       • writeheader()：写入表头。
       • writerow(row) 或 writerows(rows)：写入字典数据。
     • 示例：

       with open('output.csv', 'w', newline='') as f:
           fieldnames = ['姓名', '年龄']
           writer = csv.DictWriter(f, fieldnames=fieldnames)
           writer.writeheader()
           writer.writerows([{'姓名': '张三', '年龄': 25}, {'姓名': '李四', '年龄': 30}])
       

     • 适合处理字典格式的数据，方便按键值对写入。

3. 自定义 CSV 格式：

   • csv 模块支持通过 Dialect 类和格式参数自定义 CSV 格式，适应不同分隔符、引号和换行符。
   • 常用属性：
     • delimiter：分隔符，默认 ','。
     • quotechar：引号字符，默认 '"'。
     • quoting：引号策略，默认 QUOTE_MINIMAL，其他选项包括 QUOTE_ALL（所有字段加引号）、QUOTE_NONNUMERIC（非数字字段加引号）、QUOTE_NONE（不加引号）。
     • 版本 3.11 变更：escapechar 和 quotechar 不能为空。
   • 示例：

     import csv
     
     # 注册自定义方言
     csv.register_dialect('mydialect', delimiter='|', quoting=csv.QUOTE_ALL)
     
     # 使用自定义方言读取文件
     with open('example.csv', 'r', newline='') as f:
         reader = csv.reader(f, dialect='mydialect')
         for row in reader:
             print(row)
     

   • 常量：
     • QUOTE_ALL：所有字段加引号。
     • QUOTE_MINIMAL：仅在必要时加引号（如包含分隔符）。
     • QUOTE_NONNUMERIC：非数字字段加引号。
     • QUOTE_NONE：不加引号。
     • Python 3.12 新增：QUOTE_NOTNULL 和 QUOTE_STRINGS。

4. 其他功能：

   • csv.field_size_limit([limit])：设置或获取字段大小限制。
   • csv.get_dialect(name)：获取已注册的方言。
   • csv.list_dialects()：列出所有已注册的方言。
   • 示例输出：list_dialects() 返回 ['excel-tab', 'excel', 'mydialect']。

使用场景与最佳实践

csv 模块适合以下场景：

• 数据分析：读取 CSV 文件进行数据预处理。
• 数据迁移：将数据从数据库导出为 CSV，或从 CSV 导入数据库。
• 跨平台数据交换：与 Excel、Pandas 等工具交互。

最佳实践包括：

• 文件编码：如果 CSV 文件包含非 ASCII 字符，建议使用 encoding='utf-8'，如 open('example.csv', 'r', newline='', encoding='utf-8')。
• 错误处理：csv 模块可能会抛出 csv.Error 异常，建议使用 try-except 块处理。
• 性能优化：对于大型文件，考虑使用生成器或 Pandas 库（如 pd.read_csv()）以提高效率。

对比分析：csv 模块与 Pandas

以下表格比较 csv 模块与 Pandas 处理 CSV 文件的差异：

学习资源

以下是推荐的中文学习资源，涵盖了从基础概念到高级应用的全面内容：

这些资源提供了从基础到高级的全面指导，适合不同水平的学习者。

注意事项

在使用 csv 模块时，需要注意以下几点：

• 确保使用 Python 3.5 或更高版本，以充分利用现代特性。
• 避免直接操作文件内容（如手动 split(',')），以正确处理带引号的字段。
• 对于实际开发，建议结合其他库（如 Pandas）扩展功能，特别是在处理大型数据集时。

结论

截至 2025 年 6 月 4 日，Python 的 csv 模块是处理 CSV 文件的强大工具，支持灵活的读写操作和自定义格式。通过使用 csv.reader、csv.writer、csv.DictReader 和 csv.DictWriter，你可以轻松处理表格数据，实现数据导入导出和分析。无论是初学者还是有经验的开发者，csv 模块都是一个不可或缺的工具。

关键引文

• [Python处理csv文件]