Question

如何在没有csv模块或其他模块的情况下读取.csv文件？我有2个带有电影名称和演员的文件可供阅读。用户需要输入名称并返回该电影中的所有演员。没有任何模块，有可能吗？

文件： all_movies.csv https://dox.abv.bg/download?id=960cefd34e

all_people.csv https://dox.abv.bg/download?id=13c9a04273

all_casts.csv https://dox.abv.bg/download?id=9fa805b24b

Answer 1

是的，您可以在不使用任何模块的情况下读入这些csv文件，但是这比使用csv或pandas或类似模块更难。我会在这里给您一些想法，但是由于您没有显示自己的代码，因此我不会显示自己的代码。如果您需要代码，请尝试此处的一些操作，并让我们知道您尝试了什么。

您的第一步是了解您想做什么。您的用户界面是什么？如果用户键入多个电影使用的名称怎么办？电影或有多个名字（别名）的人呢？依此类推。

第二步是了解您拥有的数据。例如，all_movies.csv确实是一个逗号分隔的文件。我相信每一行都是文本，我相信采用UTF-8编码-有些电影名称使用希伯来语或阿拉伯语。这些行由换行符（无回车符）分隔。每行有四个字段。每个字段都用双引号引起来，但值\N似乎是空标记。这些字段由单个逗号分隔，没有空格。第一行是标题，其中包含字段名称："id","name","parent_id","date"。您需要前两个字段：每个电影的唯一ID（以十进制形式的正整数形式给出）和名称（可能不是唯一的）。

下一步是确定数据结构，这些结构将使您可以合理地使用时间和内存来获得所需的内容。例如，您可能需要一个字典，其中每个键都是电影名称，其对应值是具有该名称的电影的ID列表。（最好使用defaultdict，但是需要collections模块。）您可能不需要all_movies.csv文件中的其他两个字段。您还需要一个词典，其关键字是电影ID，值是电影中人物的人物ID列表，以及一个字典，其关键字是人物ID，值是人物名称，以及其他有关人物的数据。

在解决了这些决定之后（至少是暂时的决定），您可以开始对读取电影文件并创建名称到电影ID字典的例程进行编码。您首先打开文本文件，然后检查标题的第一行作为健全性检查。然后针对每一行尝试执行此操作：

检查该行的第一个字符是否为双引号。如果不是，请将其作为坏行删除。
搜索已找到的第一个双引号字符。您可以使用Python的find()字符串方法，并使用start选项跳过已找到的双引号。
确保两个双引号之间的文本均为十进制数字，然后转换为int值。
确保最后一个双引号后面的两个字符是逗号，然后是另一个双引号。
找到下一个双引号。当双引号前面的字符是反斜杠\时，请将\"转换为"并搜索下一个双引号字符。这是必需的，因为某些电影名称包含双引号，该双引号在文件中以\"的形式转义。例如Making Frankensense of \"Young Frankenstein\"，其ID为3161。
将第三和第四双引号之间的文本保存为电影名称。
忽略行的其余部分（可能）。
使用电影名称和ID来创建具有该名称的新字典键（如果需要），然后将ID附加到电影ID列表中。

以此类推。你有主意吗？由于某些电影名称包含逗号（例如，ID为9的Sonntag, im August），因此您不能仅在文本行上用逗号分隔，这是当前两个答案的作用。您需要用双引号引起来。我上面写的另一种方法是split在双引号字符上的行，然后检查结果字段列表，但是转义的双引号和\N空标记将使这变得困难。

我要研究的另一种替代方法是编写一个仅扫描一个字段的例程。它将在null字段和其他字段之间进行区分，所有其他字段都以双引号开头和结尾。那将比我上面概述的要慢，但是可以用来读取其他两个csv文件。如果您展示自己的作品，我可以展示实现此目的的代码。

Answer 2

就像解析文本文件一样解析它

with open('file.csv', 'r') as f:
    for line in f.read().splitlines():
        data = line.split(',')

Answer 3

作为生成器：

def readCSV(filepath, separator, header=false):
    with open(filepath, "r") as f:
        if header:
            yield next(f)
        for l in f:
            yield l.split(separator)

文件路径是要读取的文件，分隔符是要与之拆分的令牌，标头是将初始行作为标头返回的标志。

作为示例通话：

data = list(readCSV("file.csv", ";"))

从没有模块的csv文件中读取内容

3 个答案: