CSV文件解析（csv文件解析 c语言）

CSV文件解析（csv文件解析 c语言）

一、CSV概念

1、逗号分隔值（Comma-Separated Values，CSV），其文件以纯文本形式存储表格数据（数字和文本），文件的每一行都是一个数据记录。每个记录由一个或多个字段组成，用逗号分隔。使用逗号作为字段分隔符是此文件格式的名称的来源，因为分隔字符也可以不是逗号，有时也称为字符分隔值。

2、CSV广泛用于不同体系结构的应用程序之间交换数据表格信息，解决不兼容数据格式的互通问题，一般按照传输双方既定标准进行格式定义，而其本身并无明确格式标准。

3、CSV用逗号分隔字段的基本思想是清楚的，但是当字段数据也可能包含逗号或者甚至嵌入换行符时，该想法变得复杂。 CSV实现可能无法处理这些字段数据，或者可能会使用引号来包围字段。引用并不能解决所有问题：有些字段可能需要嵌入引号，因此CSV实现可能包含转义字符或转义序列。

二、CSV的格式规范

具体文件格式：

1.每条记录占一行 以逗号为分隔符2.逗号前后的空格会被忽略3.字段中包含有逗号，该字段必须用双引号括起来4.字段中包含有换行符，该字段必须用双引号括起来5.字段前后包含有空格，该字段必须用双引号括起来6.字段中的双引号用两个双引号表示7.字段中如果有双引号，该字段必须用双引号括起来8.第一条记录，可以是字段名

下面的格式规范定义来源于RFC 4180：

1. 每一行记录位于一个单独的行上，用回车换行符CRLF(也就是\r\n)分割。

1 aaa,bbb,ccc CRLF2 zzz,yyy,xxx CRLF

2. 文件中的最后一行记录可以有结尾回车换行符，也可以没有。

1 aaa,bbb,ccc CRLF2 zzz,yyy,xxx

3.第一行可以存在一个可选的标题头，格式和普通记录行的格式一样。标题头要包含文件记录字段对应的名称，应该有和记录字段一样的数量。（在MIME类型中，标题头行的存在与否可以通过MIME type中的可选”header”参数指明）

1 field_name,field_name,field_name CRLF2 aaa,bbb,ccc CRLF3 zzz,yyy,xxx CRLF

4. 在标题头行和普通行每行记录中，会存在一个或多个由半角逗号(,)分隔的字段。整个文件中每行应包含相同数量的字段，空格也是字段的一部分，不应被忽略。每一行记录最后一个字段后不能跟逗号。（通常用逗号分隔，也有其他字符分隔的CSV，需事先约定）

1 aaa,bbb,ccc

5. 每个字段可用也可不用半角双引号(“)括起来（不过有些程序，如Microsoft的Excel就根本不用双引号）。如果字段没有用引号括起来，那么该字段内部不能出现双引号字符。

1 "aaa","bbb","ccc" CRLF2 zzz,yyy,xxx

6. 字段中若包含回车换行符、双引号或者逗号，该字段需要用双引号括起来。

1 "aaa","b CRLF2 bb","ccc" CRLF3 zzz,yyy,xxx

7. 如果用双引号括字段，那么出现在字段内的双引号前必须加一个双引号进行转义。

1 "aaa","b""bb","ccc"

三、CSV文件解析

CSV并不是一种单一的、定义明确的格式，因此在实践中，术语“CSV”泛指具有以下特征的任何文件：

纯文本，使用某个字符集，比如ASCII、Unicode、EBCDIC或GB2312；由记录组成（典型的是每行一条记录）；每条记录被分隔符分隔为字段（典型分隔符有逗号、分号或制表符；有时分隔符可以包括可选的空格）；每条记录都有同样的字段序列。

Python读取CSV文件的三种方式：

普通方法读取：

with open("fileName.csv") as file: for line in file: print line

用CSV标准库读取：

import csvcsv_reader = csv.reader(open("fileName.csv"))for row in csv_reader: print row

用pandas读取：

import pandas as pddata = pd.read_csv("fileName.csv")print datadata = pd.read_table("fileName.csv",sep=",")print data

CSV文件存储

前言

CSV，全称为Comma-Separated Values，中文名可以叫做字符分隔值或逗号分隔值，以纯文本形式存储表格数据，文本默认以逗号分隔，CSV相当于一个结构化表的纯文本形式，比Excel文件更加简洁，保存数据非常方便。

单行写入

import csvwith open('demo.csv', 'w', encoding='utf-8') as csvf: writer = csv.writer(csvf) writer.writerow(['id', 'name', 'gender']) writer.writerow(['100', 'makerchen', 'male']) writer.writerow(['101', 'makerliu', 'female']) writer.writerow(['102', 'makerqin', 'male'])

首先调用csv库的 writer() 方法初始化写入对象，然后再调用 writerow() 方法传入每行的数据即可完成写入。且默认行数据之间以逗号分隔【csv文件一般都是按照行数据写入】

运行结果：

如果想修改列与列之间的分隔符，可以传入参数 delimiter ，代码如下：

import csvwith open('demo.csv', 'w', encoding='utf-8') as csvf: writer = csv.writer(csvf, delimiter=' ') writer.writerow(['id', 'name', 'gender']) writer.writerow(['100', 'makerchen', 'male']) writer.writerow(['101', 'makerliu', 'female']) writer.writerow(['102', 'makerqin', 'male'])

这里表示每一列数据以空格分隔。

运行结果：

多行写入

调用 writerows() 方法就可以同时写入多行，此时参数需要为二维列表。代码如下：

import csvwith open('demo.csv', 'w', encoding='utf-8') as csvf: writer = csv.writer(csvf) writer.writerow(['id', 'name', 'gender']) writer.writerows([['100', 'makerchen', 'male'], # 传参为可迭代的数据类型 ['101', 'makerliu', 'female'], ['102', 'makerqin', 'male']])

运行结果：

字典写入

一般情况下，爬虫提取的数据都是结构化数据，我们一般会用字典来表示，代码如下：

import csvwith open('demo.csv','w',encoding='utf-8') as csvf: fieldnames = ['id','name','gender'] writer = csv.DictWriter(csvf,fieldnames=fieldnames) writer.writeheader() writer.writerow({'id':'100','name':'makerchen','gender':'male'}) writer.writerow({'id':'101','name':'makerliu','gender':'female'}) writer.writerow({'id':'102','name':'makerqin','gender':'male'})

运行结果：

首先用 fieldnames 定义头信息，然后将其传给 DictWriter 来初始化一个字典写入对象，接着用 writeheader() 方法写入头信息，最后调用 writerow() 方法传入字典即可。

如果想追加写入的话，可将 open() 方法的第二个参数改为a，代码如下：

with open('demo.csv','a',encoding='utf-8') as csvf

读取CSV文件

将刚才写入的文件内容读取出来，代码如下：

import csvwith open('demo.csv','r',encoding='utf-8') as csvf: datas = csv.reader(csvf) for data in datas: print(data)

运行结果：

通过遍历输出每行内容，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。

当然也可以用pandas库中的 read_csv() 方法将数据从CSV中读取出来：

import pandas as pd data = pd.read_csv('demo.csv')print(data)

此种方式在做数据分析的时候用的比较多，也是一种比较方便读取CVS文件的方法。

去期待陌生，去拥抱惊喜。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。