de análisis de datos CSV de la memoria en Python

Question

¿Hay una manera de analizar los datos CSV en Python cuando los datos no se encuentra en un archivo? Estoy almacenando datos CSV en mi base de datos y me gustaría analizarlos. Estoy buscando algo similar a Ruby's CSV.parse. Sé que Python tiene una clase CSV, pero todo lo que he visto en los documentos parece tratar con archivos en oposición a los datos CSV en la memoria.

(Y no es una opción para analizar los datos antes de entrar en la base de datos.)

(Y por favor, no me diga que no almacenar los datos CSV en la base de datos. Sé lo que soy haciendo por lo que la base de datos va.)

Answer 1

no hay distinción especial para los archivos sobre el módulo Python csv. Puede usar StringIO para envolver sus cadenas como objetos similares a archivos.

Answer 2

utilizar el módulo stringio, que le permite vestir cadenas como objetos de tipo fichero. De esta forma, puede pasar un "archivo" stringio al módulo CSV para su análisis (o cualquier otro analizador que pueda estar usando).

Answer 3

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

csv.reader(csvfile) 

csvfile puede ser cualquier objeto que soporta el protocolo iterador y devuelve una cadena cada vez que sus próximos() método se llama - objetos de archivo y lista de objetos son tanto adecuado .

Si usted tiene, por ejemplo, el contenido de la base de datos en una cadena que se puede analizar como se

import csv 

fromDB = "1,2,3\n4,5,6" 

reader = csv.reader(fromDB.split("\n")) 
for row in reader: 
    print("New row") 
    for col in row: 
    print(" ", col) 

Answer 4

Aquí es por qué debería utilizar cStringIO.StringIO (io.StringIO en Python 3.x) en lugar de algún kludge DIY:

>>> import csv 
>>> from cStringIO import StringIO 
>>> fromDB = '"Column\nheading1",hdng2\r\n"data1\rfoo","data2\r\nfoo"\r\n' 
>>> sources = [StringIO(fromDB), fromDB.splitlines(True), 
...  fromDB.splitlines(), fromDB.split("\n")] 
>>> for i, source in enumerate(sources): 
...  print i, list(csv.reader(source)) 
... 
0 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK 
1 [['Column\nheading1', 'hdng2'], ['data1\rfoo', 'data2\r\nfoo']] # OK 
2 [['Columnheading1', 'hdng2'], ['data1foo', 'data2foo']]   # 3 errors 
3 [['Columnheading1', 'hdng2'], ['data1\rfoo', 'data2\rfoo'], []] # 3 errors 
>>> 

usando guff.splitlines(True) es no recomendado, ya que tiene una probabilidad mucho mayor que StringIO(guff) de que quien esté leyendo tu código no tenga idea de qué es lo que hace.