为什么 Python 的 csvreader 开始良好然后产生 NULL 字节？

Question

好的，我正在阅读一份 Excel 工作簿。我读了一段时间文件，它在调试并在代码下方执行其他操作后从 .csv 开始，我向您展示它已更改为 xlsx 我开始收到 IOError 没有这样的文件或目录。我弄清楚了原因并将 FFA.csv 更改为 FFA.xlsx，它可以正常工作。然后我开始做其他事情和调试。今天早上起床，现在我收到以下错误：行包含 NULL 字节。很奇怪，因为代码开始时很好。现在无法读取。我放入 print repr() 进行调试，它实际上现在打印 NULL 字节。那么我该如何解决这个问题并在将来防止它呢？这是第一个 200 字节：

PK\x03\x04\x14\x00\x06\x00\x08\x00\x00\x00!\x00b\xee\x9dh^\x01\x00\x00\x90\x04\x00\x00\x13\x00\x08\x02[Content_Types].xml \xa2\x04\x02(\xa0\x00\x02\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00

import csv

def readFile():
    count = 0
    print repr(open("FFA.xlsx", "rb").read(200)) #dump 1st 200 bytes
    with open("FFA.xlsx","rb") as csvfile:
        FFAreader = csv.reader(csvfile, delimiter=",")
        for row in FFAreader:
            idd = row[0]
            name = row[1]
            pos = row[2]
            team = row[3]
            pts = row[4]
            oecr = row[5]
            oR = row[6]
            posR = row[7]
            up = row[8]
            low =row[9]
            risk = row[10]
            swing = row[11]
 readFile()

Answer 1

您发布的代码有一个小而危险的错误，因为您通过两次打开文件句柄来泄漏文件句柄。

1) 您正在打开文件并从中读取 200 个字节，但没有关闭它。 2）然后您通过上下文管理器以正确的方式打开文件，实际上可以从中读取任何内容。

一些可能有助于您调试问题的问题：

• 您打开的文件是否存储在网络资源中？ （CIFS、NFS 等）
• 您是否检查过文件未被其他进程打开？ lsof 可以帮助您检查。
• 这是在 Windows 还是 Linux 上运行的？如果它发生在 Windows 中，你可以在 linux 下测试吗？反之亦然？

我忘了提到你不应该将 CSV 用于与 Excel 相关的任何内容，即使文件似乎是 CSV 数据。使用 XLRD 模块 (https://pypi.python.org/pypi/xlrd) ，它是跨平台的，并且从 0.8 版本开始可以完美地打开和读取 XSL 和 XSLX 文件。

这段小代码将向您展示如何打开工作簿并以基本方式对其进行解析：

import xlrd  

def open_excel():  
  with xlrd.open_workbook('FFA.xlsx') as wb:  
      sh = wb.sheet_by_name('Sheet1')  
      for rownum in xrange(sh.nrows):  
        [Do whatever you need here]  

Answer 2

所以这就是我所做的。但我对学习 xlrd 方法很感兴趣，我有模块但没有文档。这没有错误消息。仍然不确定为什么它从 .csv 更改为 xlsx 但它现在可以工作了。 xlrd 中的脚本是什么样的？

import csv
def readFile():
    count = 0
    #print repr(open("FFA.csv", "rb").read(200)) #dump 1st 200 bytes check if null values produced.
    with open("FFA.csv","rb") as csvfile:
        FFAreader = csv.reader(csvfile, delimiter=",")
        for row in FFAreader:
            idd = row[0]
            name = row[1]
            pos = row[2]
            team = row[3]
            pts = row[4]
            oecr = row[5]
            oR = row[6]
            posR = row[7]
            up = row[8]
            low =row[9]
            risk = row[10]
            swing = row[11]
readFile()

Answer 3

我同意 Marc 的观点，我做了一个导入 excel 文件的培训练习，我认为 pandas 库在这种情况下会有所帮助，您可以将 pandas 作为 pd 导入并使用 pd.read_excel(file_name) 作为 read_file 等数据处理函数的一部分() 导入后。