使用python在同一文件中用管道分隔符替换逗号

Question

以下是代码，该代码工作正常，我得到一个以管道作为分隔符的输出文件。但是，我不希望生成新文件，而是希望将现有文件替换为管道分隔符而不是逗号。感谢您的投入。我是 python 新手，在旅途中学习它。

with open(dst1,encoding='utf-8',errors='ignore') as input_file:
    with open(dst2, 'w',encoding='utf-8',errors='ignore', newline='') as output_file:
        reader = csv.DictReader(input_file, delimiter=',')
        writer = csv.DictWriter(output_file, reader.fieldnames,'uft-8', delimiter='|')
        writer.writeheader()
        writer.writerows(reader)

Answer 1

唯一真正安全的方法是写入一个新文件，然后用新文件自动替换旧文件。任何其他解决方案都存在断电时数据丢失/损坏的风险。简单的方法是使用the tempfile module 在同一目录下创建一个临时文件（这样atomic replace 就可以了）：

import os.path
import tempfile

with open(dst1, encoding='utf-8', errors='ignore', newline='') as input_file, \
     tempfile.NamedTemporaryFile(mode='w', encoding='utf-8', newline='',
                                 dir=os.path.dirname(dst1), delete=False) as tf:
    try:
        reader = csv.DictReader(input_file)
        writer = csv.DictWriter(tf, reader.fieldnames, delimiter='|')
        writer.writeheader()
        writer.writerows(reader)
    except:
        # On error, remove temporary before reraising exception
        os.remove(tf.name)
        raise
    else:
        # else is optional, if you want to be extra careful that all
        # data is synced to disk to reduce risk that metadata updates
        # before data synced to disk:
        tf.flush()
        os.fsync(tf.fileno())

# Atomically replace original file with temporary now that with block exited and
# data fully written
try:
    os.replace(tf.name, dst1)
except:
    # On error, remove temporary before reraising exception
    os.remove(tf.name)
    raise

Answer 2

由于您只是将单个字符分隔符从一个替换为另一个，因此文件大小或任何未被替换的字符的位置都不会发生变化。因此，这是在r+ 模式下打开文件以允许将处理后的内容写回同时读取的同一个文件的完美场景，因此不需要临时文件：

with open(dst, encoding='utf-8', errors='ignore') as input_file, open(dst, 'r+', encoding='utf-8', errors='ignore', newline='') as output_file:
    reader = csv.DictReader(input_file, delimiter=',')
    writer = csv.DictWriter(output_file, reader.fieldnames, 'uft-8', delimiter='|')
    writer.writeheader()
    writer.writerows(reader)

编辑：请阅读@ShadowRanger 的评论，了解这种方法的局限性。

Answer 3

我不完全确定，但如果文件不是太大，您可以使用 read_csv 将文件加载到 pandas 中，然后使用所需的分隔符使用您喜欢的分隔符使用 to_csv 函数将其保存。比如——

import pandas as pd
data = pd.read_csv(input_file, encoding='utf-8')
data.to_csv(input_file, sep='|', encoding='utf-8')

希望这会有所帮助！