Файл Python 2.7 CSV для чтения / записи \ xef \ xbb \ xbf code - PullRequest
Новая
       81

Файл Python 2.7 CSV для чтения / записи \ xef \ xbb \ xbf code

0 голосов
/ 02 мая 2018

У меня есть вопрос о Python 2.7 для чтения / записи CSV-файла с кодом utf-8-sig, мой CSV. заголовок 

['\xef\xbb\xbfID;timestamp;CustomerID;Email']

там есть некоторый код ("\xef\xbb\xbfID"), который я читаю из файла A.csv, и я хочу написать тот же код и заголовок в файл B.csv

Мой журнал печати показывает: 

['\xef\xbb\xbfID;timestamp;CustomerID;Email']

Но фактический заголовок выходного файла выглядит как 

ÔªøID;timestamp

enter image description here

Вот код: 

def remove_gdpr_info_from_csv(file_path, file_name, temp_folder, original_header):
    new_temp_folder = tempfile.mkdtemp()
    new_temp_file = new_temp_folder + "/" + file_name
    # Blanked new file
    with open(new_temp_file, 'wb') as outfile:
        writer = csv.writer(outfile, delimiter=";")
        print original_header
        writer.writerow(original_header)
        # File from SFTP
        with open(file_path, 'r') as infile:
            reader = csv.reader(infile, delimiter=";")
            first_row = next(reader)
            email = first_row.index('Email')
            contract_detractor1 = first_row.index('Contact Detractor (Q21)')
            contract_detractor2 = first_row.index('Contact Detractor (Q20)')
            contract_detractor3 = first_row.index('Contact Detractor (Q43)')
            contract_detractor4 = first_row.index('Contact Detractor(Q26)')
            contract_detractor5 = first_row.index('Contact Detractor(Q27)')
            contract_detractor6 = first_row.index('Contact Detractor(Q44)')
            indexes = []
            for column_name in header_list:
                ind = first_row.index(column_name)
                indexes.append(ind)

            for row in reader:
                output_row = []
                for ind in indexes:
                    data = row[ind]
                    if ind == email:
                        data = ''
                    elif ind == contract_detractor1:
                        data = ''
                    elif ind == contract_detractor2:
                        data = ''
                    elif ind == contract_detractor3:
                        data = ''
                    elif ind == contract_detractor4:
                        data = ''
                    elif ind == contract_detractor5:
                        data = ''
                    elif ind == contract_detractor6:
                        data = ''
                    output_row.append(data)
                writer.writerow(output_row)
    s3core.upload_files(SPARKY_S3, DESTINATION_PATH, new_temp_file)
    shutil.rmtree(temp_folder)
    shutil.rmtree(new_temp_folder)

Ответы [ 2 ]

0 голосов
/ 06 марта 2019

Вы хотите использовать метод EncodedFile из библиотеки codecs, как в ответе Сержа Баллеста.

Однако при использовании Python 2.7 кодировка utf-8-sig не поддерживается псевдонимом для кодировки UTF8-sig, вам необходимо использовать utf_8_sig. Кроме того, порядок свойств метода должен определять сначала кодировку выходных данных, а затем кодировку файла: codecs.EncodedFile(file,datacodec,filecodec=None,errors=’strict')

Вот полный результат: 

import codecs
with open(file_path, 'r') as infile:
    reader = csv.reader(codecs.EncodedFile(infile, 'utf8', 'utf_8_sig'), delimiter=";")
0 голосов
/ 02 мая 2018

'\xef\xbb\xbf' - это кодированная в UTF8 версия Unicode ZERO WIDTH NO-BREAK SPACE U + FEFF. Он часто используется в качестве метки порядка байтов в начале текстовых файлов Unicode:

  • если у вас есть 3 байта: '\xef\xbb\xbf', то файл имеет кодировку utf8
  • если у вас есть 2 байта: '\xff\xfe', тогда файл находится в utf16 little endian
  • если у вас есть 2 байта: '\xfe\xff', тогда файл находится в utf16 с прямым порядком байтов

Кодировка 'utf-8-sig' явно запрашивает запись этой спецификации в начале файла

Для автоматической обработки во время чтения csv-файла в Python 2 вы можете использовать модуль кодеков: 

with open(file_path, 'r') as infile:
    reader = csv.reader(codecs.EncodedFile(infile, 'utf8-sig', 'utf8'), delimiter=";")

EncodedFile обернет исходный файловый объект, расшифровав его в utf8-sig, фактически пропустив спецификацию и перекодировав в utf8 без спецификации.

...