csv檔案格式是一種通用的電子**和資料庫匯入匯出格式。
1、檔案讀寫
首先開啟乙個檔案，以二進位制形式開啟
用csv.reader(file)讀取檔案，返回列表
for row in reader:
row[0] row[1]
用csv.writer(file)寫入檔案
writer.writerows(someiterable)
# 讀取csv檔案
import csv
with
open('some.csv', 'rb') as f: # 採用b的方式處理可以省去很多問題
reader = csv.reader(f)
for row in reader:
# do something with row, such as row[0],row[1]
import csv
with
open('some.csv', 'wb') as f: # 採用b的方式處理可以省去很多問題
writer = csv.writer(f)
writer.writerows(someiterable)
預設的情況下, 讀和寫使用逗號做分隔符(delimiter)，用雙引號作為引用符(quotechar)，當遇到特殊情況是，可以根據需要手動指定字元。
import csv
with
open('passwd', 'rb') as f:
reader = csv.reader(f, delimiter=':', quoting=csv.quote_none)
for row in reader:
print row
上述示例指定冒號作為分隔符，並且指定quote方式為不引用。這意味著讀的時候都認為內容是不被預設引用符(")包圍的。quoting的可選項為: quote_all,
quote_minimal, quote_nonnumeric, quote_none.
有點需要注意的是，當用writer寫資料時， none 會被寫成空字串，浮點型別會被呼叫 repr() 方法轉化成字串。所以非字串型別的資料會被 str() 成字串存
儲。所以當涉及到unicode字串時，可以自己手動編碼後儲存或者使用csv提供的 unicodewriter,
字典方式讀寫：
cs模組提供的字典讀寫模組格式如下：
class csv.dictreader(csvfile, fieldnames=none, restkey=none, restval=none, dialect='excel', *args, **kwds)
class csv.dictwriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)
其中fieldnames指定字典的key值，如果reader裡沒有指定那麼預設為第一行的元素，在writer裡一定要指定這個
使用例項：
# 讀》 import csv
>>> with open('names.csv') as csvfile:
... reader = csv.dictreader(csvfile)
... for row in reader:
... print(row['first_name'], row['last_name'])
...baked beans
lovely spam
wonderful spam
# 寫import csv
with open('names.csv', 'w') as csvfile:
fieldnames = ['first_name', 'last_name']
writer = csv.dictwriter(csvfile, fieldnames=fieldnames)
writer.writeheader()
writer.writerow()
writer.writerow()
writer.writerow()
字元編碼問題
import csv
def unicode_csv_reader(unicode_csv_data, dialect=csv.excel, **kwargs):
# csv.py doesn't do unicode; encode temporarily as utf-8:
csv_reader = csv.reader(utf_8_encoder(unicode_csv_data),
dialect=dialect, **kwargs)
for row in csv_reader:
# decode utf-8 back to unicode, cell by cell:
yield [unicode(cell, 'utf-8') for cell in row]
def utf_8_encoder(unicode_csv_data):
for line in unicode_csv_data:
yield line.encode('utf-8')
格式引數：
delimiter ，
doublequote
escapechar
lineterminator \r\n
quotechar "
" quoting quote_minimal
skipinitialspace
strict
常用方法：
讀方法：
csvreader.next() 讀取下一行
csvreader.dialect a read-only description of the dialect in use by the parser.
csvreader.line_num 從迭代器中讀取行號，乙個資源可能佔據多行，所以不等於**行號
寫方法：
csvwriter.writerow(row)
csvwriter.writerows(rows)
csvwriter.dialect
dictwriter.writeheader() 編寫檔案名字
小爬蟲系列
玩玩小爬蟲 抓取時的幾個小細節 摘要 這一篇我們聊聊在頁面抓取時應該注意到的幾個問題。一 網頁更新 我們知道，一般網頁中的資訊是不斷翻新的，這也要求我們定期的去抓這些新資訊，但是這個 定期 該怎麼理解，也就是多長時間需要抓一次該頁面，其實這個定期也就是頁面快取時間，在頁面的快取時間內我們再次抓取該網...
爬蟲系列二
6.3.re庫的match物件 6.4.貪婪匹配和最小匹配 七 練習 一切為了資料探勘的準備 在中國大學mooc 上學習的北京理工大學嵩天老師的免費爬蟲課程課件，簡單易懂，感興趣的戳 嵩天老師爬蟲課程。侵刪 六 正規表示式 編譯 將符合正規表示式語法的字串轉化為正規表示式特徵,只有在compile之...
Python爬蟲系列
部落格 python,爬蟲 由於近來學 lan 業 ai 繁 fa 忙 zuo 快乙個月沒有更新部落格了。這周完成了兩門課的結課考試，現下時間開始變得充裕。準備梳理一下前段時間學習的關於python爬蟲的內容，權當複習鞏固知識。而初次學習時遇到的疑難雜症，那時候的應對策略是抓大放下，在這梳理過程會下...