使用 csv modele 从较大的文件中提取特定的文本行

Question

所以我使用这个程序从这个更大的文件中提取我想要的行：

import csv

name = ['NAMETHEFIRST,' 'NAMEANOTHERNAME ']
data = csv.reader(open('C:\\bigfile.csv'))

with open('C:\\smalldataset.xcl','w') as outf:
    csv.writer(outf).writerows(l for l in data if l[0] in name)

程序运行。但是，我只从 NAMETHEFIRST 获取数据行，而没有从 NAMETHEOTHERNAME 获取写入我的小数据集文件的数据。这与我想要打印 NAME THE FIRST 数据行的大数据集中的所有相关信息完全一样，但我没有从写入较小文件的第二个名称或另一个名称中获得任何信息。为什么这不起作用？

Answer 1

这是一个包含一个字符串的列表：

['NAMETHEFIRST,' 'NAMEANOTHERNAME ']

这是一个包含两个字符串的列表：

['NAMETHEFIRST', 'NAMEANOTHERNAME ']

请注意逗号的位置。

另请注意，第二个字符串末尾有一个空格。

Answer 2

这行代码

name = ['NAMETHEFIRST,' 'NAMEANOTHERNAME ']

相当于

name = ['NAMETHEFIRST,NAMEANOTHERNAME ']

因为Python在编译时遵循C连接相邻的字符串常量。

您说“”“我只从 NAMETHEFIRST 获取数据行，而我没有从 NAMETHEOTHERNAME 获取任何数据写入我的小数据集文件”“” - 但是您显示的代码不会产生该结果;它将仅选择以

"NAMETHEFIRST,NAMEANOTHERNAME ", 

You will get the statements result only if that line 实际上是:

name = ['NAMETHEFIRST', 'NAMEANOTHERNAME ']

开头的行，这可能是因为文件中的第二个名称没有如上所述的尾随空格。

其他问题：

csv.writer(outf).writerows(l for l in data if l[0] in name) 试图变得有点太聪明了。如果将其分解为小块，则可以更轻松地使用调试器或仅打印语句来显示实际发生的情况。

试试这个：

print len(name), name
data = csv.reader(open('C:\\bigfile.csv', 'rb')) # ALWAYS open csv files in BINARY mode
with open('C:\\smalldataset.xcl','wb') as outf: # ALWAYS open csv files in BINARY mode
    writer = csv.writer(outf)
    for row_index, row in enumerate (data): # don't use 'l' as a variable name
        print row_index + 1, row
        if row[0] in name:
            writer.writerow(row)