Python模块之csv的使用
1、csv简介
CSV (Comma Separated Values)，即逗号分隔值（也称字符分隔值，因为分隔符可以不是逗号），是一种常用的文本
格式，用以存储表格数据，包括数字或者字符。很多程序在处理数据时都会碰到csv这种格式的文件，它的使用是比
较广泛的（Kaggle上一些题目提供的数据就是csv格式），csv虽然使用广泛，但却没有通用的标准，所以在处理csv
格式时常常会碰到麻烦，幸好python内置了csv模块。下面简单介绍csv模块中最常用的一些函数。
更多内容请参考：https://docs.python.org/2/library/csv.html#module-csv
2、csv模块中的函数
- reader(csvfile, dialect='excel', **fmtparams)
参数说明：
csvfile，必须是支持迭代(Iterator)的对象，可以是文件(file)对象或者列表(list)对象，如果是文件对
象，打开时需要加"b"标志参数。
dialect，编码风格，默认为excel的风格，也就是用逗号（,）分隔，dialect方式也支持自定义，通过调用register_dialect方法来注册，下文会提到。
fmtparam，格式化参数，用来覆盖之前dialect对象指定的编码风格。
- import csv
- with open('test.csv','rb') as myFile:
- lines=csv.reader(myFile)
- for line in lines:
- print line
'test.csv'是文件名，‘rb’中的r表示“读”模式，因为是文件对象，所以加‘b’。open()返回了一个文件对象
myFile，reader(myFile)只传入了第一个参数，另外两个参数采用缺省值，即以excel风格读入。reader()返回一个
reader对象lines,lines是一个list，当调用它的方法lines.next()时，会返回一个string。上面程序的效果是将csv
文件中的文本按行打印，每一行的元素都是以逗号分隔符','分隔得来。
在我的test.csv文件中，存储的数据如图：
程序输出：
['1', '2'] ['3', 'a'] ['4', 'b']
补充：reader对象还提供一些方法：line_num、dialect、next()
- writer(csvfile, dialect='excel', **fmtparams)
参数的意义同上，这里不赘述，直接上例程：
- with open('t.csv','wb') as myFile:
- myWriter=csv.writer(myFile)
- myWriter.writerow([7,'g'])
- myWriter.writerow([8,'h'])
- myList=[[1,2,3],[4,5,6]]
- myWriter.writerows(myList)
'w'表示写模式。
首先open()函数打开当前路径下的名字为't.csv'的文件，如果不存在这个文件，则创建它，返回myFile文件对象。
csv.writer(myFile)返回writer对象myWriter。
writerow()方法是一行一行写入，writerows方法是一次写入多行。
注意：如果文件't.csv'事先存在，调用writer函数会先清空原文件中的文本，再执行writerow/writerows方法。
补充：除了writerow、writerows，writer对象还提供了其他一些方法：writeheader、dialect
- register_dialect(name, [dialect, ]**fmtparams)
这个函数是用来自定义dialect的。
参数说明：
name,你所自定义的dialect的名字，比如默认的是'excel'，你可以定义成'mydialect'
[dialect, ]**fmtparams，dialect格式参数，有delimiter（分隔符，默认的就是逗号）、quotechar、
quoting等等，可以参考Dialects and Formatting Parameters
- csv.register_dialect('mydialect',delimiter='|', quoting=csv.QUOTE_ALL)
上面一行程序自定义了一个命名为mydialect的dialect，参数只设置了delimiter和quoting这两个，其他的仍然采用
默认值，其中以'|'为分隔符。接下来我们就可以像使用'excel'一样来使用'mydialect'了。我们来看看效果：
在我test.csv中存储如下数据：
以'mydialect'风格打印：
- with open('test.csv','rb') as myFile:
- lines=csv.reader(myFile,'mydialect')
- print lines.line_num
- for line in lines:
- print line
输出：
['1,2', '3'] ['4,5', '6']
可以看到，现在是以'|'为分隔符，1和2合成了一个字符串（因为1和2之间的分隔符是逗号，而mydialect风格的分隔
符是'|'），3单独一个字符串。
对于writer()函数，同样可以传入mydialect作为参数，这里不赘述。
- unregister_dialect(name)
这个函数用于注销自定义的dialect
此外，csv模块还提供get_dialect(name)、list_dialects()、field_size_limit([new_limit])等函数，这些都比较
简单，可以自己试试。比如list_dialects()函数会列出当前csv模块里所有的dialect：
- print csv.list_dialects()
输出：
['excel-tab', 'excel', 'mydialect']
'mydialect'是自定义的，'excel-tab', 'excel'都是自带的dialect，其中'excel-tab'跟'excel'差不多，
只不过它以tab为分隔符。
csv模块还定义了
一些类：DictReader、DictWriter、Dialect等，DictReader和DictWriter类似于reader和writer。
一些常量：QUOTE_ALL、QUOTE_MINIMAL、.QUOTE_NONNUMERIC等，这些常量可以作为Dialects and Formatting Parameters的值。