这个在 .csv 上运行的 python 程序有什么问题？

Question

我有一个包含字符串列表的文本文件。

我想在 .csv 文件中搜索以这些字符串开头的行并将它们放入新的 .csv 文件中。

在本例中，文本文件名为“output.txt”，原始 .csv 为“input.csv”，新的 .csv 文件为“corrected.csv”。

代码：

import csv

file = open('output.txt')
while 1:
    line = file.readline()
    writer = csv.writer(open('corrected.csv','wb'), dialect = 'excel')
    for row in csv.reader('input.csv'):
        if not row[0].startswith(line):
            writer.writerow(row)
    writer.close()
    if not line:
        break
    pass

错误：

Traceback (most recent call last):
File "C:\Python32\Sample Program\csvParser.py", line 9, in <module>
writer.writerow(row)
TypeError: 'str' does not support the buffer interface`

新错误：

Traceback (most recent call last):
File "C:\Python32\Sample Program\csvParser.py", line 12, in <module>
for row in reader:
_csv.Error: line contains NULL byte

问题是 CSV 文件是用制表符而不是逗号保存的，现在的新问题如下：

Traceback (most recent call last):
  File "C:\Python32\Sample Program\csvParser.py", line 13, in <module>
    if row[0] not in lines:
IndexError: list index out of range

CSV 文件有 500 多个数据条目...这有什么不同吗？

Answer 1

如果您查看documentation，这就是reader 的初始化方式：

spamReader = csv.reader(open('eggs.csv', 'r'), ...

注意open('eggs.csv, 'rb')。您没有在9 行中传递file 句柄，因此str 被视为文件句柄并抛出错误。

将9 行替换为：

csv.reader(open('input.csv', 'r', newline = ''))

Answer 2

csv.reader 无法打开文件，它需要一个文件对象。更好的解决方案是：

import csv

lines = []
with open('output.txt', 'r') as f:
    for line in f.readlines():
        lines.append(line[:-1])

with open('corrected.csv','w') as correct:
    writer = csv.writer(correct, dialect = 'excel')
    with open('input.csv', 'r') as mycsv:
        reader = csv.reader(mycsv)
        for row in reader:
            if row[0] not in lines:
                writer.writerow(row)

Answer 3

你的最新问题：

    if row[0] not in lines:
IndexError: list index out of range

错误消息提到了一个列表索引。
它只能谈论一个列表索引：0
如果0 超出范围，则len(row) 必须为零。
如果len(row) 为零，则输入文件中的对应行必须为空。
如果输入文件中有一行是空的，你想做什么：

(a) 完全忽略输入行？
(b) 引发一个（致命的）错误？
(c) 在某处记录错误消息并继续？
(d) 别的东西？

Answer 4

试试这个

import csv
import cStringIO

file = open('output.txt') 
while True:     
    line = file.readline()
    buf = cStringIO.StringIO()    
    writer = csv.writer(buf, dialect = 'excel')     
    for row in csv.reader(open('input.csv')):         
        if not row[0].startswith(line):             
            writer.writerow(row)     
    writer.close()
    output = open('corrected.csv', 'wb')
    output.write(buf.getvalue())    
    if not line:         
        break            
    pass

根据我的经验，在整个过程中使用cStringIO 缓冲区，然后将整个缓冲区转储到文件中会更快。