一、CSV 是什么

CSV 的全名是逗号分隔值。一行一条记录，一行里的字段用逗号隔开，第一行是表头。就这样，没有别的规矩。 演示第一段写出来的文件 176 字节，打开就是四行数据加一行表头：日期,品名,数量,单价，下面是四行。 它没有任何格式、没有类型、没有颜色、没有合并单元格。 正因为什么都没有，它才谁也认——Excel、 Numbers、数据库导入工具、老掉牙的报表系统，全都能读。

写的时候用 csv.writer，不是自己拼字符串。为什么？因为字段里可能有逗号。 品名写成「螺栓, 加长版」，你自己拼就多出一列，csv.writer 会给它加引号。 还有一个细节：Windows 上要写 newline=''，不加的话每行会多一个空行。 这是 csv 模块文档里明确要求的，不是可选。

二、读回来全是字符串

演示第二段读回来 5 行（含表头），第一行是表头， 第二行是 ['2026-11-01', '六角螺栓 M8', '120', '1.5']。 注意 '120' 和 '1.5' 都带引号——它们是字符串，不是数字。 CSV 里没有类型这回事。文件里就是一堆字符，谁是数字谁不是，全靠你解读。 所以算钱之前必须自己 int() 或 float()。

这也是 CSV 和 JSON 的一个根本差别： JSON 有类型，120 是数字、"120" 是字符串；CSV 全是字符串。 坏处是麻烦，好处是简单。而且因为它简单，出问题的时候一眼能看出来——用记事本打开就知道哪一行错了。 JSON 少一个括号，你得数半天。

三、用表头当键，取起来清楚

csv.reader 给的是列表，取值得数下标：row[1] 是品名。跟第 7.1 篇那个问题一样。 csv.DictReader 把每行变成字典，键就是表头。 演示里打出来是 {'日期': '2026-11-01', '品名': '六角螺栓 M8', '数量': '120', '单价': '1.5'}。 最大的好处是「以后表里插一列，按名字取的代码不用改」。 用下标的代码，插一列全错位。

写的时候也有对称的 DictWriter：先给 fieldnames，然后每行传一个字典。 它负责按表头顺序排好、该加引号的加引号。 用 DictReader／DictWriter 是处理表格数据的默认选择。 只有确定格式永不变的小脚本， 才值得省事用下标。

四、编码：Excel 打开是乱码的原因

这是 CSV 最常见的一个坑。你用 Python 写了个 CSV，中文正常；双击用 Excel 打开，一片乱码。 原因在文件最前面三个字节。 演示第四段打出来：utf-8-sig 开头是 b'\xef\xbb\xbf'，纯 utf-8 开头是 b'\xe6\x97\xa5'。 那三个字节叫 BOM（字节顺序标记）。 Excel 靠它判断「这是 UTF-8」，没有它就当成系统默认编码（简体中文 Windows 上是 GBK）， 于是中文全成乱码。

折中办法很清楚：给 Excel 看的 CSV 用 utf-8-sig，给程序读的用纯 utf-8。 为什么给程序读的不用 BOM？ 因为 BOM 会给解析程序添麻烦——有的库会把它当成表名的第一个字符，于是你的 row['日期'] 取不到， 因为实际的键是 '\ufeff日期'。 这个 bug 极其难查：打印出来看着一模一样，== 比较却不相等。 所以写 CSV 给程序读时，一定要用纯 utf-8；读别人给的 CSV 时，先 lstrip('\ufeff') 一下更保险。

五、CSV 和 JSON 各多大

同一份四行数据，CSV 168 字节，JSON 340 字节。差一倍。 原因跟上一篇那个 8500 对 4542 是同一件事：CSV 的表头只写一次，JSON 每行都自带键名。 那 JSON 是不是更差？不是。JSON 每行自带键名，所以少一行不会错位； 而且它能表达嵌套结构，CSV 表达不了（CSV 里塞一个列表进去，只能拼成字符串）。

选哪个看下游。交给 Excel、交给别人的老系统，用 CSV；自己程序之间传、要嵌套结构，用 JSON。 两者都不是「更好」，是各管一段。知道自己在哪一段，比记「哪个先进」有用。

六、Google 试算表那一步是什么

教材接着讲把数据存到 Google 云端试算表。用的是 gspread 这个库。 流程是三步：拿一个服务账号的密钥文件 → 用密钥登录 → 按名字打开某张表，然后 append_row 追加一行。 key.json 等于一张长期通行证。 拿到它的人能以你的身份读写这些表， 所以绝对不能提交到代码仓库（第 10 章讲 Git 时会说怎么把它排除掉）。

云试算表的好处很实在：别人能直接打开看、能几个人一起改、手机上也能看。 坏处也很实在：要联网、要账号、要管密钥、还依赖那家公司的服务一直在。 本地 CSV 反过来：啥都不用配，但只能一个人看，传给别人得发文件。 这一段在演示里标了「平台原样 · 本沙箱不执行」——它需要 Google 账号和密钥，沙箱里没有。 代码是从教材里原样抄的，照贴到本机配上密钥就能跑。

七、动手 Demo：CSV：最土的表格格式，最耐用

先写一个 CSV，再用三种方式读回来：按行、按字典、看编码。 然后看同一份数据 CSV 和 JSON 各占多少字节。 最后看云试算表那段代码长什么样（平台原样，不执行）。

import csv, json, os, tempfile

d = tempfile.mkdtemp()
P = os.path.join(d, 'stock.csv')
rows = [['日期', '品名', '数量', '单价'],
        ['2026-11-01', '六角螺栓 M8', 120, 1.5],
        ['2026-11-01', '膨胀螺栓 10mm', 80, 2.3],
        ['2026-11-02', '不锈钢垫片', 500, 0.4],
        ['2026-11-02', '六角螺栓 M8', 60, 1.5]]

print('① 写一个 CSV')
with open(P, 'w', encoding='utf-8', newline='') as f:
    csv.writer(f).writerows(rows)
print('  文件 %d 字节' % os.path.getsize(P))
print(open(P, encoding='utf-8').read().strip())

print('② 读回来')
with open(P, encoding='utf-8', newline='') as f:
    data = list(csv.reader(f))
print('  行数 %d（含表头）' % len(data))
print('  第一行', data[0])
print('  第二行', data[1])
print('  注意 120 和 1.5 都是字符串：', [type(x).__name__ for x in data[1]])

print('③ 用表头当键，取起来清楚')
with open(P, encoding='utf-8', newline='') as f:
    for i, r in enumerate(csv.DictReader(f)):
        if i < 2:
            print('  ', r)
print('  DictReader 把每行变成字典，键就是表头。比数下标好——'
      '以后表里插一列，按名字取的代码不用改。')

print('④ 编码：Excel 打开是乱码的原因')
sig = os.path.join(d, 'a_sig.csv')
raw = os.path.join(d, 'a_raw.csv')
for path, enc in ((sig, 'utf-8-sig'), (raw, 'utf-8')):
    with open(path, 'w', encoding=enc, newline='') as f:
        csv.writer(f).writerow(['日期', '品名'])
print('  utf-8-sig 开头三个字节', open(sig, 'rb').read(3))
print('  utf-8     开头三个字节', open(raw, 'rb').read(3))
print('  就是这三字节 BOM，什么都没多')
with open(sig, encoding='utf-8', newline='') as f:
    first_key = next(csv.DictReader(f)).popitem()[0]
print('  但 BOM 会污染第一个键：%r' % first_key)

print('⑤ 同一份数据，CSV 和 JSON 各多大')
js = [dict(zip(rows[0], r)) for r in rows[1:]]
b1 = os.path.getsize(P)
b2 = len(json.dumps(js, ensure_ascii=False).encode('utf-8'))
print('| 格式 | 字节数 | 人能直接看懂吗 | 带类型吗 |')
print('|---|---|---|---|')
print('| CSV | %d | 能，双击就开 | 不带 |' % b1)
print('| JSON | %d | 能，但要会看括号 | 带 |' % b2)

print('⑥ Google 试算表那一步是什么')
print('  [平台原样 · 本沙箱不执行]')
print('  | # 本书第 7-5 节（平台原样，本沙箱不执行：需要 Google 账号与密钥）')
print('  | import gspread')
print("  | gc = gspread.service_account(filename='key.json')")
print("  | sh = gc.open('材料台账').sheet1")
print("  | sh.append_row(['2026-11-02', '不锈钢垫片', 500, 0.4])")
print('  | rows = sh.get_all_records()')
print('  key.json 是服务账号的凭证，等于一张长期通行证，别提交到代码仓库')

实跑输出：

--------------------------------------------------------------------
CSV：最土的表格格式，最耐用
--------------------------------------------------------------------

  ① 写一个 CSV
  --------------------------------------------------------------------
    文件 176 字节
    日期,品名,数量,单价
    2026-11-01,六角螺栓 M8,120,1.5
    2026-11-01,膨胀螺栓 10mm,80,2.3
    2026-11-02,不锈钢垫片,500,0.4
    2026-11-02,六角螺栓 M8,60,1.5


  ② 读回来
  --------------------------------------------------------------------
    行数 5（含表头）
    第一行 ['日期', '品名', '数量', '单价']
    第二行 ['2026-11-01', '六角螺栓 M8', '120', '1.5']
  读回来的每个格子都是字符串，包括数量和单价。
  要算钱得自己 int() 或 float()——CSV 里没有类型这回事。

  ③ 用表头当键，取起来清楚
  --------------------------------------------------------------------
    {'日期': '2026-11-01', '品名': '六角螺栓 M8', '数量': '120', '单价': '1.5'}
    {'日期': '2026-11-01', '品名': '膨胀螺栓 10mm', '数量': '80', '单价': '2.3'}
  DictReader 把每行变成字典，键就是表头。比数下标好——以后表里插一列，按名字取的代码不用改。

  ④ 编码：Excel 打开是乱码的原因
  --------------------------------------------------------------------
    utf-8-sig 开头三个字节 b'\xef\xbb\xbf'
    utf-8     开头三个字节 b'\xe6\x97\xa5'
    就是这三字节 BOM，什么都没多
  utf-8-sig 会在文件最前面写三个看不见的字节（BOM）。
  Excel 靠这三个字节判断「这是 UTF-8」，没有它就当成系统默认编码，中文就成了乱码。
  折中办法：给 Excel 看的 CSV 用 utf-8-sig，给程序读的用纯 utf-8。
  BOM 会给解析程序添麻烦——有的库会把它当成表名的第一个字符。

  ⑤ 同一份数据，CSV 和 JSON 各多大
  --------------------------------------------------------------------

| 格式 | 字节数 | 人能直接看懂吗 | 带类型吗 |
|---|---|---|---|
| CSV | 168 | 能，双击就开 | 不带 |
| JSON | 340 | 能，但要会看括号 | 带 |

  CSV 更小，因为表头只写一次；JSON 更大，但每行自带键名，少一行也不会错位，嵌套结构也表达得了。
  选哪个看下游：交给 Excel、交给别人的老系统，用 CSV；自己程序之间传，用 JSON。
  两者都不是「更好」，是各管一段。

  ⑥ Google 试算表那一步是什么
  --------------------------------------------------------------------

  [平台原样 · 本沙箱不执行]
  | # 本书第 7-5 节（平台原样，本沙箱不执行：需要 Google 账号与密钥）
  | import gspread
  | gc = gspread.service_account(filename='key.json')
  | sh = gc.open('材料台账').sheet1
  | sh.append_row(['2026-11-02', '不锈钢垫片', 500, 0.4])
  | rows = sh.get_all_records()
  key.json 是服务账号的凭证，等于一张长期通行证，别提交到代码仓库

  云试算表的好处是别人能直接打开看、能一起改；坏处是要联网、要账号、要管密钥。
  本地 CSV 反过来：啥都不用配，但只能一个人看。
  教材把它放在这一章，是想说「存储介质可以换，数据的形状不变」——不管存 CSV 还是存云端表格，
  你脑子里那张表还是四列。

第一段那个 newline='' 不是可选的。 不加它，Windows 上每行会多一个空行——这是 csv 模块文档里明确要求的。 第二段最后那行 type 打出来全是 str，说明 CSV 里没有类型。 要算钱必须自己转，而且转之前最好想一下「这格会不会是空的」。 第三段那个 DictReader 是本篇最实用的工具。按名字取，以后表里插一列不用改代码。 第四段是本篇的重点：BOM 那三个字节。不加它 Excel 认不出 UTF-8，中文乱码； 加了它，有的解析库会把 BOM 当成表名的第一个字符。所以给 Excel 用 sig，给程序用纯 utf-8。 第五段那个 168 对 340 的差距，原因是表头只写一次。跟上一篇那个 8500 对 4542 是同一件事。

30 秒实验

1. 把演示第一段的 newline='' 删掉，重跑，用记事本打开那个 CSV，看多了什么。
2. 把演示第二段的 type(x).__name__ 换成直接 sum(row[2] for row in data[1:])，看它报什么错， 再想想该怎么改。
3. 把演示第五段的 ensure_ascii=False 去掉，看 JSON 的字节数变多少。

常见误区

1. 「CSV 里的数字读出来就是数字。」全是字符串。 '120' + 1 会直接报错，'120' * 2 会变成 '120120'。
2. 「CSV 用 utf-8 就行，Excel 能打开。 」简体中文 Windows 上的 Excel 会把纯 utf-8 当 GBK，中文乱码。 给 Excel 看的要用 utf-8-sig。
3. 「JSON 比 CSV 大，所以 CSV 更好。 」JSON 大是因为每行自带键名，换来的是「少一行不错位」和「能表达嵌套」。 两者各管一段，没有谁更好。

第 7 章结束。下一篇进第 8 章：当函数越写越多，怎么用「类」把它们和数据捆在一起。

• ☐ （本篇完，下一篇 8.1 自定义类：远离意大利面条）

相关笔记

• 用 dict 保存结构化数据
• XPath 与查询字符串
• 数据库基础 · 索引
• 🐍 超图解 Python 程序设计入门 · 索引