回到Ruby系列文章
Ruby处理CSV
可设置的项及其默认值包括：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 col_sep: ",", #=> 字段分隔符 row_sep: :auto, #=> 记录分隔符 quote_char: '"', #=> 包围字段的符号 field_size_limit: nil, #=> 限制字段的字符数量 converters: nil, #=> unconverted_fields: nil, headers: false, #=> 读取时忽略标题行，具体参考官方手册 return_headers: false, write_headers: nil, header_converters: nil, skip_blanks: false, #=> 忽略空行 force_quotes: false, #=> 设置为true时，所有字段都将使用被包围 skip_lines: nil, #=> 指定一个正则(str也会转换为正则)， #=> 匹配的行将被当作注释行而忽略 liberal_parsing: false, internal_encoding: nil, external_encoding: nil, encoding: nil, nil_value: nil, #=> 使用此处设置的值替换所有nil字段 empty_value: "", #=> 使用此处设置的值替换所有空字符串字段 quote_empty: true, #=> 设置为false时，空字符串字段将转换为空字段 write_converters: nil, write_nil_value: nil, #=> 将以此处的值替换nil字段写入文件 write_empty_value: "", strip: false
CSV类方法处理CSV数据 以CSV格式写入文件 要向文件中写入CSV格式的数据：
1 2 3 4 5 6 7 8 require 'csv' writer = CSV .open('/tmp/file.csv' , 'w' ) writer << ["junmajinlong" , 29 , 170 , true ] writer << ["junma" , 24 , 176 , false ] writer << ["jinlong" , 25 , 172 , nil ] writer << ["majinlong" , 23 , 173 , false ] writer.close
写入完成后，查看：
1 2 3 4 junmajinlong,29,170,true junma,24,176,false jinlong,25,172, majinlong,23,173,false
注意其中的nil对应的写入内容为空。
可以直接在语句块中写入，这样的话可以自动关闭CSV.open()打开的IO流：
1 2 3 4 5 6 7 8 require 'csv' CSV .open('/tmp/file.csv' , 'w' ) do |writer | writer << ["junmajinlong" , 29 , 170 , true ] writer << ["junma" , 24 , 176 , false ] writer << ["jinlong" , 25 , 172 , nil ] writer << ["majinlong" , 23 , 173 , false ] end
CSV.open()打开的是一个封装后的IO流对象，它除了可以使用CSV单独为其提供的一些方法(比如这里的<<)外，还可以使用很多IO流对象的方法，比如seek()、tell()、flush()、eof?()、fsync()等等。
这里使用的<<方法是单独为其提供的，它涉及两个执行过程：
将数组中各元素全部转换成字符串类型并使用逗号连接
按行写入到csv打开的文件中
转换为CSV格式的字符串 如果只是想执行第一个过程，即将数据转换成CSV格式的字符串而不写入，可使用类方法generate_line()：
1 2 3 4 5 6 7 8 9 10 p CSV .generate_line ["junmajinlong" , 29 , 170 , true ] p CSV .generate_line ["jun ma" , 24 , 176 , false ] p CSV .generate_line ["jinlong" , 25 , 172 , nil ] p CSV .generate_line ["jin, long" , 23 , 173 , false ]
从CSV格式的文件中读数据 如果想要读取CSV文件，可使用类方法read()或别名readlines()：
1 2 3 4 5 6 7 pp CSV .readlines('/tmp/file.csv' )
注意：
读取CSV文件内容时，每行保存为一个数组，每个字段是这个数组中的一个元素
读取CSV文件内容时，除了不存在的字段转换为nil外，其它所有的数据都转换成了字符串类型。所以有时候可能需要去转换读取时的数据类型。关于类型转换，见后文
如果要按行读取CSV文件的内容，使用类方法foreach()：
1 2 3 4 5 6 7 8 9 CSV .foreach('/tmp/file.csv' ) do |row | p row end
从CSV格式的字符串中读数据 如果想要从字符串中读取CSV格式的数据，使用parse()和parse_line()，分别用于解析多行字符串和解析单行字符串(超出一行的自动被忽略)。
parse()不指定语句块时，返回包含解析每一行得到的数组，即一个数组的数组，它是一个csv table类型，有很多自己的方法
指定语句块时，每一行对应的数组传递给语句块控制变量
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 str1=<<-eof junmajinlong,29,170,true jun ma,24,176,false jinlong,25,172, "jin, long",23,173,false eof pp CSV .parse str1 CSV .parse(str1) {|row | p row}str2="junmajinlong,29,170,true" p CSV .parse_line str2 ["junmajinlong" , "29" , "170" , "true" ]
CSV实例方法处理CSV数据
CSV.new()、CSV.open()可以创建csv对象(即一行一行csv格式的数据) CSV.generate()可将字符串转换成csv对象并将该对象传递给语句块 <<、puts()或add_row()可向CSV目标中(字符串格式的CSV或CSV IO流)写入行，它们是别名关系 gets()、shift()、readline()可从csv对象中读取一行数据 read()、readlines()可以读取csv对象中的所有数据 each()可以从csv对象中迭代每一行 eof()或eof?()可以判断是否读完所有数据 rewind()可以重置当前csv对象的偏移指针 line()可以获取最近一次读取的一行数据 lineno()可以获取当前已读取的行数 path()可以获取当前读取的csv文件名
CSV table CSV.parse()、CSV.read()、CSV.table()等方法返回的都是数组的数组(二维数组)，它们是CSV Table。
CSV table按照表的方式来处理csv数据，比如关注于行、关注于字段的一些操作可以采用csv table相关的方法来处理。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 data = CSV .parse(<<~ROWS, headers: true) Name,Department,Salary Bob,Engineering,1000 Jane,Sales,2000 John,Management,5000 ROWS data.class data.first data.first.to_h data = CSV .parse('Bob,Engineering,1000' , headers: %i[name department salary]) data.first
CSV字段类型转换 读取CSV数据时，所有的数据都会转换为字符串格式。
1 2 3 CSV .parse('Bob,2018-03-01,100' )
可以在迭代每一行的语句块中对字段做必要的类型转换。
但如果类型转换方式比较简单，可以在读取数据时指定converters属性进行转换。该属性的值要么是CSV的内置类型符号，要么是符号数组，要么是一个lambda表达式。有如下内置类型：
1 2 3 4 5 6 Integer Float Numeric (Float + Integer) Date DateTime All
当指定了类型转换后，每个字段将针对converters的值尝试做转换，转换失败则保留字段的值不变，所以如果通过lambda自定义类型转换时也一定要保证这一点。
1 2 3 4 5 6 7 8 9 10 11 12 CSV .parse("1,2,3,4,5" , converters: :numeric )ct = CSV .parse('Bob,2018-03-01,100' , converters: %i[numeric date]) ct.first[1 ] + 1 CSV .parse('Bob,2018-03-01,100' , converters: [->(v) { Time .parse(v) rescue v }])
微信
支付宝