Я плохо знаком с Python, и у меня есть вопрос о том, как использовать Python, чтобы прочитать и записать файлы CSV. Мой файл содержит как Германия, французский язык, и т.д. Согласно моему коду, файлы могут быть считаны правильно в Python, но когда я пишу это в новый файл CSV, unicode становится некоторыми странными символами.
Данные похожи:
И мой код:
import csv
f=open('xxx.csv','rb')
reader=csv.reader(f)
wt=open('lll.csv','wb')
writer=csv.writer(wt,quoting=csv.QUOTE_ALL)
wt.close()
f.close()
И результат похож:
Скажите мне, что я должен сделать для решения проблемы?Большое спасибо!
Поскольку str
в python2 bytes
на самом деле. Таким образом, если хотят записать unicode
в csv, необходимо закодировать unicode
к str
использование utf-8
кодирование.
def py2_unicode_to_str(u):
# unicode is only exist in python2
assert isinstance(u, unicode)
return u.encode('utf-8')
Использование class csv.DictWriter(csvfile, fieldnames, restval='', extrasaction='raise', dialect='excel', *args, **kwds)
:
csvfile
: open(fp, 'w')
writer.writerow({py2_unicode_to_str(k): py2_unicode_to_str(v) for k,v in row.items()})
литий> ул.> csvfile
: open(fp, 'w')
str
как [1 117] к [1 118] Наконец код
import sys
is_py2 = sys.version_info[0] == 2
def py2_unicode_to_str(u):
# unicode is only exist in python2
assert isinstance(u, unicode)
return u.encode('utf-8')
with open('file.csv', 'w') as f:
if is_py2:
data = {u'Python中国': u'Python中国', u'Python中国2': u'Python中国2'}
# just one more line to handle this
data = {py2_unicode_to_str(k): py2_unicode_to_str(v) for k, v in data.items()}
fields = list(data[0])
writer = csv.DictWriter(f, fieldnames=fields)
for row in data:
writer.writerow(row)
else:
data = {'Python中国': 'Python中国', 'Python中国2': 'Python中国2'}
fields = list(data[0])
writer = csv.DictWriter(f, fieldnames=fields)
for row in data:
writer.writerow(row)
В python3, просто используйте unicode str
.
В python2, используйте unicode
текст дескриптора, используйте str
, когда ввод-вывод произойдет.
Я не мог ответить Mark выше, но я просто сделал одну модификацию, которая зафиксировала ошибку, которая была вызвана, если данные в ячейках не были unicode, т.е. или международными данными плавающими. Я заменил эту строку в функцию UnicodeWriter: "self.writer.writerow ([s.encode ("utf-8"), если тип (типы) == типы. UnicodeType еще s для s последовательно])" так, чтобы это стало:
class UnicodeWriter:
def __init__(self, f, dialect=csv.excel, encoding="utf-8-sig", **kwds):
self.queue = cStringIO.StringIO()
self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
self.stream = f
self.encoder = codecs.getincrementalencoder(encoding)()
def writerow(self, row):
'''writerow(unicode) -> None
This function takes a Unicode string and encodes it to the output.
'''
self.writer.writerow([s.encode("utf-8") if type(s)==types.UnicodeType else s for s in row])
data = self.queue.getvalue()
data = data.decode("utf-8")
data = self.encoder.encode(data)
self.stream.write(data)
self.queue.truncate(0)
def writerows(self, rows):
for row in rows:
self.writerow(row)
необходимо будет также "импортировать типы".
Другая альтернатива:
Используют код от unicodecsv пакета...
https://pypi.python.org/pypi/unicodecsv /
>>> import unicodecsv as csv
>>> from io import BytesIO
>>> f = BytesIO()
>>> w = csv.writer(f, encoding='utf-8')
>>> _ = w.writerow((u'é', u'ñ'))
>>> _ = f.seek(0)
>>> r = csv.reader(f, encoding='utf-8')
>>> next(r) == [u'é', u'ñ']
True
Этим модулем является API, совместимый с STDLIB csv модуль.
Удостоверьтесь, что Вы кодируете и декодируете как соответствующие.
Этот пример будет распространение в прямом и обратном направлениях некоторый текст в качестве примера в utf-8 к файлу CSV и отступать для демонстрации:
# -*- coding: utf-8 -*-
import csv
tests={'German': [u'Straße',u'auslösen',u'zerstören'],
'French': [u'français',u'américaine',u'épais'],
'Chinese': [u'中國的',u'英語',u'美國人']}
with open('/tmp/utf.csv','w') as fout:
writer=csv.writer(fout)
writer.writerows([tests.keys()])
for row in zip(*tests.values()):
row=[s.encode('utf-8') for s in row]
writer.writerows([row])
with open('/tmp/utf.csv','r') as fin:
reader=csv.reader(fin)
for row in reader:
temp=list(row)
fmt=u'{:<15}'*len(temp)
print fmt.format(*[s.decode('utf-8') for s in temp])
Печать:
German Chinese French
Straße 中國的 français
auslösen 英語 américaine
zerstören 美國人 épais
Существует пример в конце csv документация модуля , который демонстрирует, как иметь дело с Unicode. Ниже копируется непосредственно с того пример . Обратите внимание, что строковое чтение или записанный будет строками Unicode. Не передавайте строку байтов UnicodeWriter.writerows
, например.
import csv,codecs,cStringIO
class UTF8Recoder:
def __init__(self, f, encoding):
self.reader = codecs.getreader(encoding)(f)
def __iter__(self):
return self
def next(self):
return self.reader.next().encode("utf-8")
class UnicodeReader:
def __init__(self, f, dialect=csv.excel, encoding="utf-8-sig", **kwds):
f = UTF8Recoder(f, encoding)
self.reader = csv.reader(f, dialect=dialect, **kwds)
def next(self):
'''next() -> unicode
This function reads and returns the next line as a Unicode string.
'''
row = self.reader.next()
return [unicode(s, "utf-8") for s in row]
def __iter__(self):
return self
class UnicodeWriter:
def __init__(self, f, dialect=csv.excel, encoding="utf-8-sig", **kwds):
self.queue = cStringIO.StringIO()
self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
self.stream = f
self.encoder = codecs.getincrementalencoder(encoding)()
def writerow(self, row):
'''writerow(unicode) -> None
This function takes a Unicode string and encodes it to the output.
'''
self.writer.writerow([s.encode("utf-8") for s in row])
data = self.queue.getvalue()
data = data.decode("utf-8")
data = self.encoder.encode(data)
self.stream.write(data)
self.queue.truncate(0)
def writerows(self, rows):
for row in rows:
self.writerow(row)
with open('xxx.csv','rb') as fin, open('lll.csv','wb') as fout:
reader = UnicodeReader(fin)
writer = UnicodeWriter(fout,quoting=csv.QUOTE_ALL)
for line in reader:
writer.writerow(line)
Вход (закодированный UTF-8):
American,美国人
French,法国人
German,德国人
Вывод:
"American","美国人"
"French","法国人"
"German","德国人"
У меня была та же самая проблема. Ответ - то, что Вы уже делаете его правильно. Это - проблема MS Excel. Попытайтесь открыть файл с другим редактором, и Вы заметите, что Ваше кодирование уже было успешно. Для создания MS Excel счастливый переместитесь от UTF-8 до UTF-16. Это должно работать:
class UnicodeWriter:
def __init__(self, f, dialect=csv.excel_tab, encoding="utf-16", **kwds):
# Redirect output to a queue
self.queue = StringIO.StringIO()
self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
self.stream = f
# Force BOM
if encoding=="utf-16":
import codecs
f.write(codecs.BOM_UTF16)
self.encoding = encoding
def writerow(self, row):
# Modified from original: now using unicode(s) to deal with e.g. ints
self.writer.writerow([unicode(s).encode("utf-8") for s in row])
# Fetch UTF-8 output from the queue ...
data = self.queue.getvalue()
data = data.decode("utf-8")
# ... and reencode it into the target encoding
data = data.encode(self.encoding)
# strip BOM
if self.encoding == "utf-16":
data = data[2:]
# write to the target stream
self.stream.write(data)
# empty queue
self.queue.truncate(0)
def writerows(self, rows):
for row in rows:
self.writerow(row)