如何在 python 中使用带有法语字符的 csv.reader，例如 é,à,ç,ê,ë,

Question

我有一个 120 列 x 4500 行的 csv 文件。 我读到第一行第一列中的“客户名称”字段。 然后，我在第二个 cvs 文件中查找此字段，其中包含“客户名称和客户 ID” 我编写了一个新的 cvs 文件，其中包含“客户名称”、客户 ID“以及 119 列的所有其余部分。并继续直到第一个文件的末尾。

这是有效的，但前两个 csv 文件中到处都有特殊字符。 我不想用“Montr\xe9al-Nord”代替 Montréal-Nord 或在生成的 csv 文件中使用“Val\xe9rie Lamarche”而不是“Valérie Lamarche”。

这是一个测试代码示例：

# -*- coding: utf-8 -*-


import  types
import  wx
import sys
import os, os.path
import win32file
import shutil
import string
import  wx.lib.dialogs
import re
import EmailAttache
import StringIO,csv
import time
import csv

outputfile=open(os.path.join(u"c:\\transales","Resultat-second_contact_act.csv"), "wb")

resultat = csv.writer (outputfile )

def Writefile ( info1, info2 ):
    print info1, info2
    resultat.writerow( [ `info1`,`info2` ,`line[1]`,`line[2]`,`line[3]`,`line[4]`,`line[5]`,`line[6]`,`line[7]`,`line[8]`,`line[9]`,`line[10]`,`line[11]`,`line[12]`,`line[13]`,`line[14]`,`line[15]`,`line[16]`,`line[17]` ] )


data = open(os.path.join(u"c:\\transales","SECONDARY_CONTACTS.CSV"),"rb")
data2 = open(os.path.join(u"c:\\transales","AccountID+ContactID.csv"),"rb")

source1 = csv.reader(data)
source2 = csv.reader(data2)



for line in source1:
    name= line[0]
    data2.seek(0)
    for line2 in source2:
        if line[0] == line2[0]:    
            Writefile(line[0],line2[1])
            break

outputfile.close()

有帮助吗？

问候，弗朗索瓦

Answer 1

虽然我不熟悉 csv.reader 或 writer，但我最近一直在处理 utf-8 文件读取，也许使用编解码器模块可能会帮助你。

而不是

data = open(..., "wb")

尝试，

import codecs

然后对于所有 utf-8 文件，使用，

data = codecs.open(..., "rb", "utf-8")

这会自动将您的文件读取为 unicode (utf-8)，并可能将它们正确写入您的文件。

Answer 2

问题出在这一行：

resultat.writerow( [ `info1`,`info2` ,`line[1]`,`line[2]`,`line[3]`,`line[4]`,`line[5]`,`line[6]`,`line[7]`,`line[8]`,`line[9]`,`line[10]`,`line[11]`,`line[12]`,`line[13]`,`line[14]`,`line[15]`,`line[16]`,`line[17]` ] )

用“反引号”（又名“重音符号”）包装表达式是一种老式且已弃用的表示 repr(expression) 的方式。

请考虑以下事项：

>>> s = "Montréal"
>>> print s
Montréal
>>> print repr(s)
'Montr\xe9al'
>>> ord(s[5])
233
>>> hex(233)
'0xe9'
>>> s == "Montr\xe9al"
True
>>> `s` == repr(s)
True

有问题的（以 3 种方式）行应简单地替换为

resultat.writerow([info1, info2] + [line[1:18]]) # WRONG (sorry!)
resultat.writerow([info1, info2] + line[1:18]) # RIGHT