如何使用 Python 从 URL 读取 CSV 文件？

Question

当我执行 curl 到 API 呼叫链接http://example.com/passkey=wedsmdjsjmdd

curl 'http://example.com/passkey=wedsmdjsjmdd'

我以 csv 文件格式获取员工 output 数据，例如：

"Steve","421","0","421","2","","","","","","","","","421","0","421","2"

如何使用 python 解析它。

我试过：

import csv 
cr = csv.reader(open('http://example.com/passkey=wedsmdjsjmdd',"rb"))
for row in cr:
    print row

但它没有用，我得到了一个错误

http://example.com/passkey=wedsmdjsjmdd No such file or directory:

谢谢！

Answer 1

使用 pandas 直接从 url 读取 csv 文件非常简单

import pandas as pd
data = pd.read_csv('https://example.com/passkey=wedsmdjsjmdd')

这将以表格格式读取您的数据，这将非常容易处理

Answer 2

您需要用urllib.urlopen或urllib2.urlopen替换open 。

例如

import csv
import urllib2

url = 'http://winterolympicsmedals.com/medals.csv'
response = urllib2.urlopen(url)
cr = csv.reader(response)

for row in cr:
    print row

这将输出以下内容

Year,City,Sport,Discipline,NOC,Event,Event gender,Medal
1924,Chamonix,Skating,Figure skating,AUT,individual,M,Silver
1924,Chamonix,Skating,Figure skating,AUT,individual,W,Gold
...

原始问题被标记为“python-2.x”，但对于 Python 3 实现（只需要很小的更改），请参见下文。

Answer 3

你也可以用 requests 模块做到这一点：

url = 'http://winterolympicsmedals.com/medals.csv'
r = requests.get(url)
text = r.iter_lines()
reader = csv.reader(text, delimiter=',')

Answer 4

为了在下载大文件时提高性能，以下可能会更有效地工作：

import requests
from contextlib import closing
import csv

url = "http://download-and-process-csv-efficiently/python.csv"

with closing(requests.get(url, stream=True)) as r:
    reader = csv.reader(r.iter_lines(), delimiter=',', quotechar='"')
    for row in reader:
        # Handle each row here...
        print row   

通过在 GET 请求中设置stream=True ，当我们将r.iter_lines()传递给 csv.reader() 时，我们将一个生成器传递给 csv.reader()。 通过这样做，我们使 csv.reader() 能够使用for row in reader懒惰地迭代响应中的每一行。

这避免了在我们开始处理之前将整个文件加载到内存中，从而大大减少了大文件的内存开销。

Answer 5

这个问题被标记为python-2.x因此篡改原始问题或已接受的答案似乎是不对的。 但是，现在不支持 Python 2，并且这个问题对于“python csv urllib”仍然有很好的谷歌果汁，所以这里有一个更新的 Python 3 解决方案。

现在需要将urlopen的响应（以字节为单位）解码为有效的本地编码，因此必须稍微修改接受的答案：

import csv, urllib.request

url = 'http://winterolympicsmedals.com/medals.csv'
response = urllib.request.urlopen(url)
lines = [l.decode('utf-8') for l in response.readlines()]
cr = csv.reader(lines)

for row in cr:
    print(row)

请注意以lines =开头的额外行，事实上urlopen现在位于urllib.request模块中，并且print当然需要括号。

它几乎没有广告，但是是的， csv.reader可以从字符串列表中读取。

由于其他人提到了熊猫，这里有一个单行代码，用于在控制台友好的输出中显示 CSV：

python3 -c 'import pandas
df = pandas.read_csv("http://winterolympicsmedals.com/medals.csv")
print(df.to_string())'

（是的，它是三行，但您可以将其复制粘贴为一个命令。;）

Answer 6

import pandas as pd
url='https://raw.githubusercontent.com/juliencohensolal/BankMarketing/master/rawData/bank-additional-full.csv'
data = pd.read_csv(url,sep=";") # use sep="," for coma separation. 
data.describe()

Answer 7

我也将这种方法用于 csv 文件（Python 3.6.9）：

import csv
import io
import requests

r = requests.get(url)
buff = io.StringIO(r.text)
dr = csv.DictReader(buff)
for row in dr:
    print(row)

Answer 8

您尝试使用 curl 命令执行的是将文件下载到本地硬盘驱动器（HD）。 但是，您需要在 HD 上指定路径

curl http://example.com/passkey=wedsmdjsjmdd -o ./example.csv
cr = csv.reader(open('./example.csv',"r"))
for row in cr:
    print row

Answer 9

上述所有解决方案都不适用于 Python3，我收到了所有“著名”错误消息，如_csv.Error: iterator should return strings, not bytes (did you open the file in text mode?)和_csv.Error: new-line character seen in unquoted field - do you need to open the file in universal-newline mode? . 所以我有点被困在这里。

我在这里的错误是，我使用了response.text而response是requests.models.Response class，而我应该使用response.content （如第一个错误建议的那样），所以我能够正确解码它的 UTF-8 并拆分之后的行。 所以这是我的解决方案：

response = reqto.get("https://example.org/utf8-data.csv")
# Do some error checks to avoid bad results
if response.ok and len(response.content) > 0:
    reader = csv.DictReader(response.content.decode('utf-8').splitlines(), dialect='unix')
    for row in reader:
        print(f"DEBUG: row={row}")

上面的示例已经为我提供了每一行的dict 。 但是每个字典键都有前导# ，我可能不得不忍受。