利用Python如何将数据写到CSV文件中
前言
我们从网上爬取数据,最后一步会考虑如何存储数据。如果数据量不大,往往不会选择存储到数据库,而是选择存储到文件中,例如文本文件、CSV 文件、xls 文件等。因为文件具备携带方便、查阅直观。
Python 作为胶水语言,搞定这些当然不在话下。但在写数据过程中,经常因数据源中带有中文汉字而报错。最让人头皮发麻的编码问题。
我先说下编码相关的知识。编码方式有很多种:UTF-8, GBK, ASCII 等。
ASCII 码是美国在上个世纪 60 年代制定的一套字符编码。主要是规范英语字符和二进制位之间的关系。英语词汇组成简单,由 26 个字母构成。使用一个字节就能表示一个字母符号。外加各种符号,使用 128 个字符就满足编码要求。
不同国家有不同语言文字。同时,文字组成部分的数量相比英语字母要多很多。根据不完全统计,汉字的数量大约将近 10 万个,日常所使用的汉字有 3000 个。显然,ASCII 编码无法满足需求。所以汉字采用 GBK 编码,使用两个字节表示一个汉字。简体中文的编码方式是 GBK2312。
那 UTF-8 又是什么编码?这要先说 Unicode 了。Unicode 目的是为了统一各种编码。因为各国都各自的编码方式。如果使用一种编码编码,使用另一种编码解码。这会造成出现乱码的情况。但 Unicode 只是一个符号集,它只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储。UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。
因此,如果我们要写数据到文件中,最好指定编码形式为 UTF-8。
Python 标准库中,有个名为 csv 的库,专门处理 csv 的读写操作。
Python csv模块封装了常用的功能,使用的简单例子如下:
# 读取csv文件 import csv with open('some.csv', 'rb') as f: # 采用b的方式处理可以省去很多问题 reader = csv.reader(f) for row in reader: # do something with row, such as row[0],row[1] import csv with open('some.csv', 'wb') as f: # 采用b的方式处理可以省去很多问题 writer = csv.writer(f) writer.writerows(someiterable)
具体使用实例如下:
import csv import codecs # codecs 是自然语言编码转换模块 fileName = 'PythonBook.csv' # 指定编码为 utf-8, 避免写 csv 文件出现中文乱码 with codecs.open(fileName, 'w', 'utf-8') as csvfile: # 指定 csv 文件的头部显示项 filednames = ['书名', '作者'] writer = csv.DictWriter(csvfile, fieldnames=filednames) books = [] book = { 'title': '笑傲江湖', 'author': '金庸', } books.append(book) writer.writeheader() for book in books: try: writer.writerow({'书名':book['title'], '作者':book['author']}) except UnicodeEncodeError: print("编码错误, 该数据无法写到文件中, 直接忽略该数据")
这种方式是逐行往 CSV 文件中写数据, 所以效率会比较低。如果想批量将数据写到 CSV 文件中,需要用到 pandas 库。
pandas 是第三方库,所以使用之前需要安装。通过 pip 方式安装是最简单、最方便的。
pip install pandas
使用 pandas 批量写数据的用法如下:
import pandas as pd fileName = 'PythonBook.csv' number = 1 books = [] book = { 'title': '笑傲江湖', 'author': '金庸', } # 如果 book 条数足够多的话,pandas 会每次往文件中写 50 条数据。 books.append(book) data = pd.DataFrame(books) # 写入csv文件,'a+'是追加模式 try: if number == 1: csv_headers = ['书名', '作者'] data.to_csv(fileName, header=csv_headers, index=False, mode='a+', encoding='utf-8') else: data.to_csv('fileName, header=False, index=False, mode='a+', encoding='utf-8') number = number + 1 except UnicodeEncodeError: print("编码错误, 该数据无法写到文件中, 直接忽略该数据")
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。
您可能感兴趣的文章:
- Python利用pandas计算多个CSV文件数据值的实例
- Python利用pandas计算多个CSV文件数据值
- 利用python抓取搜狗关于数据分析的文章并保存到csv文件
- c语言如何将printf产生的数据写到txt文件中
- 用两种不同的方法导出ORACLE 查询数据为CSV 文件 (python 代码 与 使用 utl_file 包)
- MySQL如何导入csv格式数据文件解决方案
- 如何将sql server中数据写到sqlce的sdf文件中.
- 网页数据采集:[3]python如何利用抓包数据
- 如何利用Python2.7、py2exe、PyInstaller-2.1将*.py打包成*.exe,再利用Inno Setup Compiler封装成windows安装文件
- Python--使用xlwt将列表类型的数据写到Excel xls文件中--TxtToExcel
- 利用Python进行数据分析--数据加载、存储与文件格式
- C/C++ 如何把数据写到文件。
- 利用MVC4将数据保存为CSV格式文件并指定目录
- 利用python对csv文件的log解析
- 如何在python中读写和存储matlab的数据文件(*.mat)
- 如何利用Visual Studio 和 Windbg把内存里的二进制数据导出到文件
- 利用utl_file将数据导出为csv文件 http://ningoo.itpub.net
- SQL SERVER利用BCP命令在命令行下导出数据到csv文件中
- 使用python读取csv文件,并将数据更新至mysql
- 如何在symfony中导出为CSV文件中的数据