在Python中解析内存中的CSV数据

当数据不在文件中时，有没有办法在Python中解析CSV数据？我正在数据库中存储CSV数据，我想对其进行解析。我正在寻找类似Ruby的

CSV.parse

的东西。我知道Python有一个

CSV

类，但我在文档中看到的一切似乎都是处理文件，而不是内存中的CSV数据

（而且，在数据进入数据库之前，不能对其进行解析。）

---

（请不要告诉我不要将CSV数据存储在数据库中。就数据库而言，我知道我在做什么。）

使用

stringio

模块，该模块允许您将字符串设置为类似文件的对象。通过这种方式，您可以将一个

stringio

“文件”传递给CSV模块进行解析（或您可能正在使用的任何其他解析器）。

关于python模块的文件没有特殊的区别。您可以使用将字符串包装为类似文件的对象。

csvfile可以是 支持迭代器协议和 每次返回下一个（）时返回一个字符串 方法称为-file对象和 列表对象都是合适的

例如，如果您有一个字符串中的DB内容，您可以像

import csv

fromDB = "1,2,3\n4,5,6"

reader = csv.reader(fromDB.split("\n"))
for row in reader:
  print("New row")
  for col in row:
    print("  ", col)

---

这就是为什么您应该使用

cStringIO.StringIO

（Python 3.x中的

io.StringIO

）而不是一些DIY的乱七八糟的东西：

>>> import csv
>>> from cStringIO import StringIO
>>> fromDB = '"Column\nheading1",hdng2\r\n"data1\rfoo","data2\r\nfoo"\r\n'
>>> sources = [StringIO(fromDB), fromDB.splitlines(True),
...     fromDB.splitlines(), fromDB.split("\n")]
>>> for i, source in enumerate(sources):
...     print i, list(csv.reader(source))
...
0 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK
1 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK
2 [['Columnheading1', 'hdng2'], ['data1foo', 'data2foo']]         # 3 errors
3 [['Columnheading1', 'hdng2'], ['data1\rfoo', 'data2\rfoo'], []] # 3 errors
>>>

---

使用

guff.splitlines（True）

是不推荐的，因为它比

StringIO（guff）

有更大的可能性，无论谁读你的代码都不知道它是干什么的。

“我正在数据库中存储CSV数据，我想解析它。”这是不明确的。您是否将整个CSV文件作为全局文件或字符串存储在数据库中？您的意思是将所有信息存储在数据库的一个表中，每个列对应一个CSV字段吗？我将整个文件存储为一个BLOB。BLOB的结构是什么？您是否可以选择对数据进行pickle处理？在大多数情况下更合适。-1因为您的答案是来自文档的简单RTFM报价，没有进一步解释为什么或如何有帮助。而且它不回答这个问题question@MartinThurau添加了示例（跳过DB部分，根据最新的注释，文件内容本身保存在数据库中，而不是单行）-1使用

fromDB='“Column\nheading1”，hdng2\r\nda1，data2\r\n'

@Howard:有关详细信息，请参阅我的答案。我建议将此标记为答案，因为它最有可能“开箱即用”

>>> import csv
>>> from cStringIO import StringIO
>>> fromDB = '"Column\nheading1",hdng2\r\n"data1\rfoo","data2\r\nfoo"\r\n'
>>> sources = [StringIO(fromDB), fromDB.splitlines(True),
...     fromDB.splitlines(), fromDB.split("\n")]
>>> for i, source in enumerate(sources):
...     print i, list(csv.reader(source))
...
0 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK
1 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK
2 [['Columnheading1', 'hdng2'], ['data1foo', 'data2foo']]         # 3 errors
3 [['Columnheading1', 'hdng2'], ['data1\rfoo', 'data2\rfoo'], []] # 3 errors
>>>