CSV，全稱為Comma-Separated Values，中文可以叫作逗號分隔值或字符分隔值，其文件以純文本形式存儲表格數(shù)據(jù)。該文件是一個字符序列，可以由任意數(shù)目的記錄組成，記錄間以某種換行符分隔。每條記錄由字段組成，字段間的分隔符是其他字符或字符串，最常見的是逗號或制表符。不過所有記錄都有完全相同的字段序列，相當(dāng)于一個結(jié)構(gòu)化表的純文本形式。它比Excel文件更加簡介，XLS文本是電子表格，它包含了文本、數(shù)值、公式和格式等內(nèi)容，而CSV中不包含這些內(nèi)容，就是特定字符分隔的純文本，結(jié)構(gòu)簡單清晰。所以，有時候用CSV來保存數(shù)據(jù)是比較方便的。本節(jié)中，我們來講解Python讀取和寫入CSV文件的過程。

　　1. 寫入

　　這里先看一個最簡單的例子：

　　import csv

　　with open('data.csv', 'w') as csvfile:

　　writer = csv.writer(csvfile)

　　writer.writerow(['id', 'name', 'age'])

　　writer.writerow(['10001', 'Mike', 20])

　　writer.writerow(['10002', 'Bob', 22])

　　writer.writerow(['10003', 'Jordan', 21])

　　首先，打開data.csv文件，然后指定打開的模式為w(即寫入)，獲得文件句柄，隨后調(diào)用csv庫的writer()方法初始化寫入對象，傳入該句柄，然后調(diào)用writerow()方法傳入每行的數(shù)據(jù)即可完成寫入。

　　運行結(jié)束后，會生成一個名為data.csv的文件，此時數(shù)據(jù)就成功寫入了。直接以文本形式打開的話，其內(nèi)容如下：

　　id,name,age

　　10001,Mike,20

　　10002,Bob,22

　　10003,Jordan,21

　　可以看到，寫入的文本默認(rèn)以逗號分隔，調(diào)用一次writerow()方法即可寫入一行數(shù)據(jù)。用Excel打開的結(jié)果如圖5-6所示。

　　如果想修改列與列之間的分隔符，可以傳入delimiter參數(shù)，其代碼如下：

　　import csv

　　with open('data.csv', 'w') as csvfile:

　　writer = csv.writer(csvfile, delimiter=' ')

　　writer.writerow(['id', 'name', 'age'])

　　writer.writerow(['10001', 'Mike', 20])

　　writer.writerow(['10002', 'Bob', 22])

　　writer.writerow(['10003', 'Jordan', 21])

　　這里在初始化寫入對象時傳入delimiter為空格，此時輸出結(jié)果的每一列就是以空格分隔了，內(nèi)容如下：

　　id name age

　　10001 Mike 20

　　10002 Bob 22

　　10003 Jordan 21

　　另外，我們也可以調(diào)用writerows()方法同時寫入多行，此時參數(shù)就需要為二維列表，例如：

　　import csv

　　with open('data.csv', 'w') as csvfile:

　　writer = csv.writer(csvfile)

　　writer.writerow(['id', 'name', 'age'])

　　writer.writerows([['10001', 'Mike', 20], ['10002', 'Bob', 22], ['10003', 'Jordan', 21]])

　　輸出效果是相同的，內(nèi)容如下：

　　id,name,age

　　10001,Mike,20

　　10002,Bob,22

　　10003,Jordan,21

　　但是一般情況下，爬蟲爬取的都是結(jié)構(gòu)化數(shù)據(jù)，我們一般會用字典來表示。在csv庫中也提供了字典的寫入方式，示例如下：

　　import csv

　　with open('data.csv', 'w') as csvfile:

　　fieldnames = ['id', 'name', 'age']

　　writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

　　writer.writeheader()

　　writer.writerow({'id': '10001', 'name': 'Mike', 'age': 20})

　　writer.writerow({'id': '10002', 'name': 'Bob', 'age': 22})

　　writer.writerow({'id': '10003', 'name': 'Jordan', 'age': 21})

　　這里先定義3個字段，用fieldnames表示，然后將其傳給DictWriter來初始化一個字典寫入對象，接著可以調(diào)用writeheader()方法先寫入頭信息，然后再調(diào)用writerow()方法傳入相應(yīng)字典即可。最終寫入的結(jié)果是完全相同的，內(nèi)容如下：

　　id,name,age

　　10001,Mike,20

　　10002,Bob,22

　　10003,Jordan,21

　　這樣就可以完成字典到CSV文件的寫入了。

　　另外，如果想追加寫入的話，可以修改文件的打開模式，即將open()函數(shù)的第二個參數(shù)改成a，代碼如下：

　　import csv

　　with open('data.csv', 'a') as csvfile:

　　fieldnames = ['id', 'name', 'age']

　　writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

　　writer.writerow({'id': '10004', 'name': 'Durant', 'age': 22})

　　這樣在上面的基礎(chǔ)上再執(zhí)行這段代碼，文件內(nèi)容便會變成：

　　id,name,age

　　10001,Mike,20

　　10002,Bob,22

　　10003,Jordan,21

　　10004,Durant,22

　　可見，數(shù)據(jù)被追加寫入到文件中。

　　如果要寫入中文內(nèi)容的話，可能會遇到字符編碼的問題，此時需要給open()參數(shù)指定編碼格式。比如，這里再寫入一行包含中文的數(shù)據(jù)，代碼需要改寫如下：

　　import csv

　　with open('data.csv', 'a', encoding='utf-8') as csvfile:

　　fieldnames = ['id', 'name', 'age']

　　writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

　　writer.writerow({'id': '10005', 'name': '王偉', 'age': 22})

　　這里需要給open()函數(shù)指定編碼，否則可能發(fā)生編碼錯誤。

　　另外，如果接觸過pandas等庫的話，可以調(diào)用DataFrame對象的to_csv()方法來將數(shù)據(jù)寫入CSV文件中。

　　2. 讀取

　　我們同樣可以使用csv庫來讀取CSV文件。例如，將剛才寫入的文件內(nèi)容讀取出來，相關(guān)代碼如下：

　　import csv

　　with open('data.csv', 'r', encoding='utf-8') as csvfile:

　　reader = csv.reader(csvfile)

　　for row in reader:

　　print(row)

　　運行結(jié)果如下：

　　['id', 'name', 'age']

　　['10001', 'Mike', '20']

　　['10002', 'Bob', '22']

　　['10003', 'Jordan', '21']

　　['10004', 'Durant', '22']

　　['10005', '王偉', '22']

　　這里我們構(gòu)造的是Reader對象，通過遍歷輸出了每行的內(nèi)容，每一行都是一個列表形式。注意，如果CSV文件中包含中文的話，還需要指定文件編碼。

　　另外，如果接觸過pandas的話，可以利用read_csv()方法將數(shù)據(jù)從CSV中讀取出來，例如：

　　import pandas as pd

　　df = pd.read_csv('data.csv')

　　print(df)

　　運行結(jié)果如下：

　　id name age

　　0 10001 Mike 20

　　1 10002 Bob 22

　　2 10003 Jordan 21

　　3 10004 Durant 22

　　4 10005 王偉 22

　　在做數(shù)據(jù)分析的時候，此種方法用得比較多，也是一種比較方便地讀取CSV文件的方法。