使用csv.reader的制表符分隔的文件没有在我期望的位置进行分隔

Question

我正试图使用Python循环遍历一个以制表符分隔的选举结果文件。下面的代码不起作用，但当我使用具有相同结果的本地文件（注释行）时，它确实可以按预期工作。

我唯一能想到的就是一些标题或内容类型，我需要传递url，但我无法弄清楚。

为什么会发生这种情况？

import csv
import requests
r = requests.get('http://vote.wa.gov/results/current/export/MediaResults.txt') 
data = r.text
#data = open('data/MediaResults.txt', 'r')
reader = csv.reader(data, delimiter='t')
for row in reader:
    print row

结果：

...
['', '']
['', '']
['2']
['3']
['1']
['1']
['8']
['', '']
['D']
['a']
['v']
['i']
['d']
[' ']
['F']
['r']
['a']
['z']
['i']
['e']
['', '']
...

Answer 1

因此，对help的调用可能会带来一些启示。

>>> help(csv.reader)
 reader(...)
    csv_reader = reader(iterable [, dialect='excel']
                            [optional keyword args])
        for row in csv_reader:
            process(row)
    The "iterable" argument can be any object that returns a line
    of input for each iteration, such as a file object or a list.  The
    optional "dialect" parameter is discussed below.  The function
    also accepts optional keyword arguments which override settings
    provided by the dialect.

因此，csv.reader似乎期望某种迭代器返回一行，但我们传递的是一个在字符基上迭代的字符串，这就是为什么它逐字符解析，解决这个问题的一种方法是生成一个临时文件，但我们不需要，我们只需要传递任何可迭代对象。

请注意以下内容，它只是将字符串拆分为一系列行，然后再将其提供给读取器。

import csv
import requests
r = requests.get('http://vote.wa.gov/results/current/export/MediaResults.txt') 
data = r.text
reader = csv.reader(data.splitlines(), delimiter='t')
for row in reader:
    print row

这似乎奏效了。

我还建议使用csv.DictReader，它非常有用。

>>> reader = csv.DictReader(data.splitlines(), delimiter='t')
>>> for row in reader:
...      print row
{'Votes': '417141', 'BallotName': 'Michael Baumgartner', 'RaceID': '2', 'RaceName': 'U.S. Senator', 'PartyName': '(Prefers Republican Party)', 'TotalBallotsCastByRace': '1387059', 'RaceJurisdictionTypeName': 'Federal', 'BallotID': '23036'}
{'Votes': '15005', 'BallotName': 'Will Baker', 'RaceID': '2', 'RaceName': 'U.S. Senator', 'PartyName': '(Prefers Reform Party)', 'TotalBallotsCastByRace': '1387059', 'RaceJurisdictionTypeName': 'Federal', 'BallotID': '27435'}

基本上，它为每一行返回一个字典，使用标题作为关键字，这样我们就不需要跟踪顺序，而只需要名称，这对我们来说更容易，即row['Votes']似乎比row[4]更可读。。。

Answer 2

这非常有效：

import csv
reader = csv.reader(open('./MediaResults.txt'),
                    delimiter='t')
for row in reader:
    print row

csv.reader的第一个参数应该是：

任何支持迭代器协议并返回字符串的对象每次下一个（）方法被称为

根据文档，您传递的是字符串，而不是文件对象。字符串的行为就像单个字符的列表，因此就是您所观察到的行为。

Answer 3

简单问题： csv.reader的输入不需要字符串。

简单解决方案：将输入更改为：data.splitlines()。

csv阅读器需要一个迭代，每次返回一行。不幸的是，字符串一次迭代一个字符。要解决此问题，请使用splitlines（）将字符串转换为行列表：

reader = csv.reader(data.splitlines(), delimiter='t')
for row in reader:
    print row

Answer 4

也许您想通过csv API：来嗅探方言

csvfile = open("example.csv", "rb")
dialect = csv.Sniffer().sniff(csvfile.read(1024))
csvfile.seek(0)
reader = csv.reader(csvfile, dialect)

这将产生正确的输出。

另请参见

http://docs.python.org/library/csv.html#csv.Sniffer