Python\_csv读取CSV教程详解

本文详解Python中高效读取CSV文件的正确实践，强调应优先使用稳定易用的内置csv模块而非底层未公开的_csv模块，并分别介绍csv.reader（适合结构简单文件）和csv.DictReader（自动映射表头为字典键，提升可读性）两大核心方法；同时覆盖实际开发中高频痛点——如自定义分隔符、引号处理、中文编码（GBK/UTF-8-SIG）及空格跳过等配置技巧，最后明确指出：除非极端性能场景，否则无需绕过csv模块，pandas或numpy才是处理超大文件的更优选择——让数据读取既可靠又高效。

Python中用_csv模块读取CSV文件，本质是调用C语言实现的底层解析器，性能高、内存占用低，适合处理大文件或对效率有要求的场景。但注意：_csv是内部模块，不推荐直接导入使用；标准做法是导入csv模块——它正是对_csv的封装，接口稳定且功能完整。

用csv.reader读取普通CSV文件

适用于结构清晰、无复杂引号或换行符的CSV数据。

• 先用open()以文本模式打开文件（Python 3默认utf-8，如有乱码需显式指定encoding）
• 传入文件对象给csv.reader()，返回一个可迭代对象
• 逐行遍历，每行是字符串列表，索引访问各字段

示例：

import csv
with open('data.csv', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)  # 如 ['张三', '25', '北京']

用csv.DictReader按列名读取

当CSV首行为字段名（header）时更直观，自动将每行转为字典，键为列名，值为对应内容。

• 无需手动处理表头，DictReader默认把第一行当作字段名
• 可通过fieldnames参数自定义列名，跳过原文件首行
• 支持restkey和restval处理列数不一致的情况

示例：

import csv
with open('data.csv', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row['name'], row['age'])  # 如 '张三' '25'

处理特殊格式：分隔符、引号与编码

真实CSV常含制表符、中文逗号、带引号字段或GBK编码，需针对性配置。

• delimiter：指定分隔符，如delimiter='\t'读TSV
• quotechar：指定引用符，默认'"'，可改为"'"适配单引号包裹
• skipinitialspace：设为True自动跳过分隔符后的空格
• encoding：中文文件常用'gbk'或'utf-8-sig'（兼容BOM）

示例（读GBK编码、用分号分隔）：

import csv
with open('data.csv', encoding='gbk') as f:
    reader = csv.reader(f, delimiter=';', quotechar='"')
    for row in reader:
        print(row)

不建议直接导入_csv模块

_csv是CPython内部模块，无公开文档，接口可能随版本变动，且缺少高级功能（如DictReader、类型转换、错误提示等）。

• 直接import _csv在PyPy、Jython等解释器中可能不可用
• csv模块已足够高效，99%场景无需绕过它去调用底层
• 若真需极致性能（如GB级日志解析），应优先考虑pandas.read_csv（底层也用C）或numpy.genfromtxt

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。