Question

我正在尝试使用Python循环使用制表符分隔的选举结果文件。以下代码不起作用，但是当我使用具有相同结果的本地文件（注释掉的行）时，它确实按预期工作。

我唯一能想到的是我需要传递网址的一些标题或内容类型，但我无法理解。

为什么会这样？

import csv
import requests

r = requests.get('http://vote.wa.gov/results/current/export/MediaResults.txt') 
data = r.text
#data = open('data/MediaResults.txt', 'r')
reader = csv.reader(data, delimiter='\t')
for row in reader:
    print row

结果：

...
['', '']
['', '']
['2']
['3']
['1']
['1']
['8']
['', '']
['D']
['a']
['v']
['i']
['d']
[' ']
['F']
['r']
['a']
['z']
['i']
['e']
['', '']
...

Answer 1

所以发生了什么事，好吧，打电话给help可能会有所启发。

>>> help(csv.reader)
 reader(...)
    csv_reader = reader(iterable [, dialect='excel']
                            [optional keyword args])
        for row in csv_reader:
            process(row)

    The "iterable" argument can be any object that returns a line
    of input for each iteration, such as a file object or a list.  The
    optional "dialect" parameter is discussed below.  The function
    also accepts optional keyword arguments which override settings
    provided by the dialect.

所以似乎csv.reader期望某种类型的迭代器会返回一行，但是我们传递一个字符串，该字符串迭代一个字符串，这就是为什么它按字符解析字符，解决这个问题的一种方法将生成临时文件，但我们不需要，我们只需要传递任何可迭代对象。

请注意以下内容，它只是将字符串拆分为行列表，然后将其输入到阅读器中。

import csv
import requests

r = requests.get('http://vote.wa.gov/results/current/export/MediaResults.txt') 
data = r.text
reader = csv.reader(data.splitlines(), delimiter='\t')
for row in reader:
    print row

这似乎有效。

我还建议使用csv.DictReader非常有用。

>>> reader = csv.DictReader(data.splitlines(), delimiter='\t')
>>> for row in reader:
...      print row
{'Votes': '417141', 'BallotName': 'Michael Baumgartner', 'RaceID': '2', 'RaceName': 'U.S. Senator', 'PartyName': '(Prefers Republican Party)', 'TotalBallotsCastByRace': '1387059', 'RaceJurisdictionTypeName': 'Federal', 'BallotID': '23036'}
{'Votes': '15005', 'BallotName': 'Will Baker', 'RaceID': '2', 'RaceName': 'U.S. Senator', 'PartyName': '(Prefers Reform Party)', 'TotalBallotsCastByRace': '1387059', 'RaceJurisdictionTypeName': 'Federal', 'BallotID': '27435'}

基本上它会为每一行返回一个字典，使用标题作为键，这样我们就不需要跟踪顺序了，而只是让名字变得更加容易，row['Votes']似乎比row[4] ...

更具可读性

Answer 2

这非常有效：

import csv

reader = csv.reader(open('./MediaResults.txt'),
                    delimiter='\t')
for row in reader:
    print row

csv.reader的第一个参数应为：

任何支持迭代器协议并返回字符串的对象每次调用 next （）方法

根据the docs，您传递的是字符串，而不是文件对象。字符串表现为单个字符的列表，因此表示您正在观察的行为。

Answer 3

简单问题： csv.reader 不希望输入字符串。

简单解决方案：将输入更改为：data.splitlines()。

csv reader需要一个一次返回一行的iterable。遗憾的是，字符串一次迭代一个字符。要解决此问题，请使用 splitlines（）将字符串转换为行列表：

reader = csv.reader(data.splitlines(), delimiter='\t')
for row in reader:
    print row

Answer 4

也许你想通过csv API嗅探方言：

csvfile = open("example.csv", "rb")
dialect = csv.Sniffer().sniff(csvfile.read(1024))
csvfile.seek(0)
reader = csv.reader(csvfile, dialect)

这将产生正确的输出。

另见

http://docs.python.org/library/csv.html#csv.Sniffer

使用csv.reader的制表符分隔文件，不分隔我期望的位置

4 个答案: