无法在 Plone 4 中解析 CSV

Question

我正在尝试将 CSV 文件中的一些虚拟内容批量加载到开发站点中以进行一些测试。我在 Mac OS X 10.6.6 上使用 Plone 4.0.1 和 Python 2.6.5。

1）我想我应该创建一个快速脚本，该脚本将迭代 CSV 文件，然后创建一些自定义内容类型：（类似于 http://plone.org/documentation/kb/batch-adding-users）。在 Plone 3 中，我已经能够以这种方式解析 CSV 文件。

但是，我在分割时遇到了 AttributeError 。我正在从我的 ipython (ipzope) 测试中复制：

>>> portal
<PloneSite at /Plone>
>>> portal['Scripts']['dummydata.csv']
<File at /Plone/Scripts/dummydata.csv>
>>> dummy = portal['Scripts']['dummydata.csv']
>>> dummy
<File at /Plone/Scripts/dummydata.csv>
>>> dummy.data.split('\n')
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
AttributeError: split

>>> dummy.split('\n')                                               
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
AttributeError: split

2) 最终，我想使用标准库中的 csv，但这也不起作用。

>>> import csv
>>> csv
<module 'csv' from '/Applications/Plone/Python-2.6/lib/python2.6/csv.pyc'>
>>> spamReader = csv.reader(dummy, delimiter=',', quotechar='"')
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
TypeError: argument 1 must be an iterator

>>> spamReader = csv.reader(dummy.data, delimiter=',', quotechar='"') 
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
TypeError: argument 1 must be an iterator

有什么想法吗？

最好的， 帕特里克

Answer 1

您可以尝试这样的操作：

>>> from StringIO import StringIO
>>> csv_io = StringIO(dummy.data)
>>> csv_reader = csv.reader(csv_io, delimiter=',', quotechar='"')
>>> for i in csv_reader: print i
['a','b','c']
['d','e','f']
...

有关 python 和 csv 的更多信息可以在这里找到： http://docs .python.org/library/csv.html

再见，
贾科莫

Answer 2

这里的核心问题是依赖于 File 对象的内部。例如，文件实现可以使用链接数据结构，其中顶级“File.data”对象本身具有到“File.data.data”对象的链接，以分解数据库中的对象，从而允许读取文件的一部分无需从数据库加载整个内容。在这种情况下，您只能直接访问属性来获取部分文件数据。但这只是依赖内部结构时可能遇到的陷阱的一个示例。

相反，使用 File 对象显式支持的接口访问文件内容。假设 File 对象是 OFS.Image.File 实例，我认为它唯一支持的是 str()。因此，如果您唯一的选择是在 ZODB 中使用 OFS.Image.File 实例，那么最好的选择是执行 str(dummy).split('\n')。

也就是说，对于大文件来说，这可能会占用大量内存。最好从文件系统上的文件加载 CSV，Python CSV 模块将有效地访问该文件，而无需将其全部加载到内存中。