使用 csv.reader 比在 python 中编写我自己的解析器有什么优势答案

【问题标题】：What is the advantage of using csv.reader over writing my own parser in python使用 csv.reader 比在 python 中编写我自己的解析器有什么优势
【发布时间】：2017-01-13 15:03:43
【问题描述】：

如果下面两个代码 sn-ps 给出相同的结果，那么请告诉我使用csv.reader 的优势是什么

import csv
f = open('a.csv', 'rb')
spamreader = csv.reader(f)
for a in spamreader:
    print a

f = open('a.csv', 'rb') 对于 f 中的 a：打印 a.split(',')

结果：

['SNO', ' Name', ' Dept']
['1', ' Def', ' Electronics']
['2', 'Abc', 'Computers']

【问题讨论】：

在你的情况下，它是一样的。但是当字段中有引号或逗号时，csv确实更容易处理。
您是否注意到您没有为csv.reader 提供分隔符？
将 CSV 中的第一行更改为 1,"Evil,Commas",Electronics，您会看到不同之处 :-)
@Abdou csv 模块在那里没有任何魔力。昏迷是默认设置。模块中有一个sniffer 方法可以尝试猜测设置，但这是另一回事。
@Ev.Kounis，如果您在这种情况下不必指定或拆分，这对我来说仍然很神奇。我知道它变得更加复杂，文件更加混乱。但正如你所说，那是另一回事了。

标签： python python-2.7 csv

【解决方案1】：

在您的示例中，我没有看到使用 csv module 的优势。但是，当您引用元素时，情况会发生变化：

SNO,Name,Dept
1,Def,Electronics
2,Abc,Computers
3,"here is the delimiter, in quotes",ghi

有了csv模块，就很简单了

import csv
with open('a.csv', 'rb') as f:
    csv_reader = csv.reader(f, delimiter=',', quotechar='"')
    for row in csv_reader:
        print(row)

但拆分会忽略引号。

（无论如何，我建议使用 pandas，如 here 所示来读取 CSV 文件。还请注意，您应该关闭已打开的文件。通过使用 with 语句，您可以隐式执行。）

【讨论】：

【解决方案2】：

我澄清了你的问题，因为csv.reader() 是一个迭代器。您的问题将 csv 模块与编写您自己的解析器进行了比较。

优点是csv 模块实际上实现了 CSV 格式（包括引号、转义和嵌入的换行符等），而您编写的幼稚解析器则没有。所以使用csv 模块更正确，实际上代码也更简单！

【讨论】：

【解决方案3】：

正如其他人已经提到的，它在引用元素时很有用。但我将展示 CSV 模块的另一个出色功能。

如果您从其他地方收到不同的文件，但您不知道它们使用了哪些分隔符来分隔字段，该怎么办？当 CSV 模块具有 Sniffer 类并且已经为您实现时，您无法预测并且您不想实现解析所有可能的分隔符的逻辑。

样本：

line1|hey|20|40|50
line2|hey|20|40|50
line3|hey|20|40|50
line4|hey|20|40|50
line5|hey|20|50|60
line6|hey|20|50|60
...

代码：

import csv

# The more you increase this value, the more accurate CSV can guess the dialect.
sample_bytes = 200
sniffer = csv.Sniffer()

with open('s.txt') as f:
    dialect_object = sniffer.sniff(f.read(sample_bytes))

    # to start from the beginning
    f.seek(0)

    reader = csv.reader(f, dialect=dialect_object)
    for line in reader:
        print(line)

输出：

['line1', 'hey', '20', '40', '50']
['line2', 'hey', '20', '40', '50']
['line3', 'hey', '20', '40', '50']
['line4', 'hey', '20', '40', '50']
...

【讨论】：