本文 AI 產出，尚未審核

Python 課程 – 檔案操作（File I/O）

主題：CSV 檔案處理（csv 模組）

簡介

在資料分析、網站爬蟲、或是系統整合的過程中，CSV（Comma‑Separated Values） 是最常見的資料交換格式之一。它以純文字方式儲存表格資料，兼容性極高，幾乎所有程式語言與辦公軟體（如 Excel、Google Sheet）都能直接讀寫。
Python 內建的 csv 模組 提供了簡潔且安全的 API，讓開發者不必自行處理字元分割、跳脫字元或換行問題。即使是剛踏入程式領域的初學者，也能在短時間內掌握 CSV 的讀寫技巧，並把它應用在日常工作或專案中。

本篇文章將從 核心概念、實作範例、常見陷阱與最佳實踐，到 實際應用場景，一步步帶你完整了解如何使用 csv 模組進行檔案操作。

核心概念

1. csv 模組的基本結構

csv 主要提供兩組函式：

功能 常用函式 說明
讀取 csv.reader、csv.DictReader 逐行讀取 CSV，前者回傳 list，後者回傳 dict（以表頭為鍵）
寫入 csv.writer、csv.DictWriter 逐行寫入 CSV，前者接受 list，後者接受 dict（自動對應欄位）

Tip：在開啟檔案時務必使用 newline=''，避免 Windows 系統自動加入多餘的換行符號。

2. 讀取 CSV：csv.reader

import csv

# 讀取範例 CSV，假設檔名為 data.csv
with open('data.csv', newline='', encoding='utf-8') as f:
    reader = csv.reader(f)          # 建立 reader 物件
    for row in reader:              # 逐行遍歷
        print(row)                  # 每一列是一個 list
  • row 會是一個 list，其中的每個元素對應欄位值。
  • 若檔案使用非預設分隔符（如分號 ;），可以透過 delimiter 參數調整：
reader = csv.reader(f, delimiter=';')

3. 讀取 CSV：csv.DictReader

import csv

with open('data.csv', newline='', encoding='utf-8') as f:
    dict_reader = csv.DictReader(f)   # 以表頭建立鍵值對
    for record in dict_reader:
        # 直接以欄位名稱存取資料
        print(f"姓名: {record['Name']}, 年齡: {record['Age']}")
  • DictReader 會自動把第一列視為 欄位名稱，之後每一列會被轉成 dict。
  • 若 CSV 沒有表頭，可自行傳入 fieldnames：
dict_reader = csv.DictReader(f, fieldnames=['Name', 'Age', 'City'])

4. 寫入 CSV：csv.writer

import csv

rows = [
    ['Name', 'Age', 'City'],
    ['Alice', 30, 'Taipei'],
    ['Bob', 25, 'Kaohsiung']
]

with open('output.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerows(rows)   # 一次寫入多列
  • writerow() 可寫入單列，writerows() 可一次寫入多列。
  • 若要自訂分隔符或引用字元，可使用 delimiter、quotechar、quoting 等參數：
writer = csv.writer(f, delimiter=';', quotechar='"', quoting=csv.QUOTE_MINIMAL)

5. 寫入 CSV：csv.DictWriter

import csv

fieldnames = ['Name', 'Age', 'City']
data = [
    {'Name': 'Charlie', 'Age': 28, 'City': 'Tainan'},
    {'Name': 'Diana', 'Age': 32, 'City': 'Taichung'}
]

with open('output_dict.csv', 'w', newline='', encoding='utf-8') as f:
    dict_writer = csv.DictWriter(f, fieldnames=fieldnames)
    dict_writer.writeheader()          # 先寫入表頭
    dict_writer.writerows(data)        # 寫入多筆資料
  • writeheader() 會自動產生欄位名稱列。
  • 若字典缺少某些欄位，DictWriter 會以 空字串 填補；若有多餘欄位則會被忽略。

6. 處理特殊字元：quoting 與 escapechar

CSV 中若欄位值本身包含分隔符（如逗號）或換行，必須使用 引號 包住。csv 模組提供四種 quoting 模式：

常數 行為
csv.QUOTE_ALL 所有欄位皆加引號
csv.QUOTE_MINIMAL 只在必要時加引號（預設）
csv.QUOTE_NONNUMERIC 非數值欄位加引號
csv.QUOTE_NONE 完全不加引號，需自行指定 escapechar

範例：

with open('complex.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f, quoting=csv.QUOTE_ALL)
    writer.writerow(['Item', 'Description'])
    writer.writerow(['Book', 'Python, 程式設計\n入門指南'])

輸出會自動在含有逗號與換行的欄位加上雙引號，確保 CSV 結構不被破壞。

常見陷阱與最佳實踐

陷阱 可能的結果 解決方案
未使用 newline='' 開檔 Windows 會產生空白行（\\r\\n\\r\\n） open(..., newline='') 為必備寫法
編碼不一致（如 UTF‑8 vs. Big5） 讀取時出現 UnicodeDecodeError 或亂碼 明確指定 encoding='utf-8'（或目標編碼）
分隔符錯誤（預設逗號） 讀取結果變成單一欄位 使用 delimiter=';'、delimiter='\t' 等正確參數
欄位名稱大小寫不一致（DictReader） KeyError 以 .lower() 正規化欄位名稱或使用 fieldnames 重新映射
寫入時忘記 writeheader()（DictWriter） 輸出檔缺少表頭，後續讀取不易 記得呼叫 writeheader()，或自行寫入表頭列
大量資料一次讀入造成記憶體吃緊 程式卡頓或 OOM 使用 生成器（逐行處理）或 pandas.read_csv 搭配 chunksize

建議的寫法範本

def read_csv(filepath, *, delimiter=',', encoding='utf-8'):
    """逐行讀取 CSV，返回 generator，適合大檔案。"""
    with open(filepath, newline='', encoding=encoding) as f:
        reader = csv.reader(f, delimiter=delimiter)
        for row in reader:
            yield row
  • 透過 generator（yield）可以一次只保留一列資料於記憶體，避免 OOM。

實際應用場景

  1. 資料匯入/匯出

    • 企業系統常以 CSV 與 ERP、CRM 交換客戶或訂單資料。使用 csv.DictReader 直接把每筆訂單轉成字典，便於後續驗證與寫入資料庫。

  2. 批次報表產生

    • 透過 csv.writer 產生每日銷售報表，結合 datetime 自動命名檔案，讓業務團隊可即時下載。

  3. 簡易 API 回傳

    • 某些內部服務需要把搜尋結果以 CSV 格式回傳給前端或第三方系統，只要把 list 或 dict 直接寫入 StringIO，再回傳文字流即可。
    import csv, io

def generate_csv(data):
    output = io.StringIO()
    writer = csv.DictWriter(output, fieldnames=['id', 'value'])
    writer.writeheader()
    writer.writerows(data)
    return output.getvalue()

  4. 資料清理與轉換

    • 讀取舊系統的 CSV 檔，使用 DictReader 逐列檢查欄位格式，修正錯誤後再以 DictWriter 輸出成新檔，完成資料遷移。

總結

  • CSV 是最通用的表格資料格式，Python 的 csv 模組 提供了 reader / DictReader 與 writer / DictWriter 四大核心 API，讓讀寫操作變得安全且易於維護。
  • 正確使用 newline=''、指定 encoding、以及根據實際需求調整 delimiter、quoting 等參數，能避免大多數常見錯誤。
  • 透過 generator 或 分批處理，即使面對百萬筆資料也不會耗盡記憶體。
  • 在企業報表、資料匯入/匯出、簡易 API 等多種情境下，熟練 CSV 處理技巧將大幅提升開發效率與資料品質。

掌握了本文的概念與範例，你就能在 Python 中自信地操作 CSV 檔案，將原始資料快速轉換成有用的資訊，為後續的分析或系統整合奠定堅實基礎。祝你寫程式愉快！