Python3と2でのcsvファイル読み込み・書き出し(文字コードUTF-8対応編)

pythonでcsvファイルを読み書きするサンプルが、意外にまとまったものがなかったので、ちょっと調べたため、ここにメモしておきます。

特に、我々日本人はUTF-8やShift-JISなど、マルチバイト文字の入ったファイルを扱うことが多いので、それらの文字コードのcsvファイルを使うときのTipsです。

なお、Python3になって、Unicodeの扱いが簡単になったので、Python3では、比較的シンプルなソースで対応可能ですが、Python2ではマルチバイト用のラッパクラスを使う必要があったりします。

このラップクラスは、pythonのリファレンスに記載されていますが、使い方がいまいち分からなかったので、使い方も含めて、以下に記載しておきます。

Python3でのcsvのread&write

import csv

try:
    with open('D:\MyDownload\input\Serial_Jisseki_input.csv', newline='', encoding='utf-8') as csvfile:
        csv_reader = csv.reader(csvfile, delimiter=',', quotechar='"')
        for row in csv_reader:
            print(','.join(row))


    rows = []
    rows.append(('あああ', 'いいい,ううう', 'ええええ', 'おおお'))
    rows.append(('python', 'aaaa', 'bbbbbb', 'ccc'))
    rows.append(('111', '2222', '333333', '4'))
        
    with open('D:\MyDownload\input\eggs.csv', 'w', newline='', encoding='utf-8') as csvfile:
        csv_writer = csv.writer(csvfile, delimiter=',', quotechar='"', quoting=csv.QUOTE_ALL)
        csv_writer.writerows(rows)
        
except FileNotFoundError as e:
    print(e)
except csv.Error as e:
    print(e)

Python2でのcsvのread&write

# coding: UTF-8
import csv, codecs, cStringIO

class UTF8Recoder:
    """
    Iterator that reads an encoded stream and reencodes the input to UTF-8
    """
    def __init__(self, f, encoding):
        self.reader = codecs.getreader(encoding)(f)

    def __iter__(self):
        return self

    def next(self):
        return self.reader.next().encode("utf-8")

class UnicodeReader:
    """
    A CSV reader which will iterate over lines in the CSV file "f",
    which is encoded in the given encoding.
    """

    def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):
        f = UTF8Recoder(f, encoding)
        self.reader = csv.reader(f, dialect=dialect, **kwds)

    def next(self):
        row = self.reader.next()
        return [unicode(s, "utf-8") for s in row]

    def __iter__(self):
        return self

class UnicodeWriter:
    """
    A CSV writer which will write rows to CSV file "f",
    which is encoded in the given encoding.
    """

    def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):
        # Redirect output to a queue
        self.queue = cStringIO.StringIO()
        self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
        self.stream = f
        self.encoder = codecs.getincrementalencoder(encoding)()

    def writerow(self, row):
        self.writer.writerow([s.encode("utf-8") for s in row])
        # Fetch UTF-8 output from the queue ...
        data = self.queue.getvalue()
        data = data.decode("utf-8")
        # ... and reencode it into the target encoding
        data = self.encoder.encode(data)
        # write to the target stream
        self.stream.write(data)
        # empty queue
        self.queue.truncate(0)

    def writerows(self, rows):
        for row in rows:
            self.writerow(row)
            
            


try:
    
    
    with open('D:\MyDownload\input\Serial_Jisseki_input.csv','rb') as csvfile:
        csv_reader = UnicodeReader(csvfile)
        #csv_reader = UnicodeReader(csvfile, encoding='shift_jis')
        for row in csv_reader:
            print(','.join(row))

    line = [u'あああ',u'いいいい',u'ううう']

            
    with open('D:\MyDownload\input\eggs.csv','wb') as csvfile:
        csv_writer = UnicodeWriter(csvfile, quoting=csv.QUOTE_ALL)
        csv_writer.writerow(line)


except csv.Error as e:
    print(e)

ちょっと解説

ソース中に出てくる「csv.QUOTE_ALL」は１つの項目を閉じる「”」などのクォートの指定で、以下のように定義されています。

• csv.QUOTE_ALL – 項目のタイプに関わらず、すべての項目につける
• csv.QUOTE_MINIMAL – 特殊文字の項目のみクォートをつける
• csv.QUOTE_NONNUMERIC – 数字「以外」の項目のみクォートをつける
• csv.QUOTE_NONE – クォートはつけない