如何使用Python从URL读取CSV文件？

Question

当我卷曲到API调用链接http://example.com/passkey=wedsmdjsjmdd时

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

我以csv文件格式获取员工输出数据,如:

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

如何使用python解析这个.

我试过了:

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

但它没有用,我收到了一个错误

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

您需要替换open为urllib.urlopen或urllib2.urlopen.

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
...

Answer 3

您也可以使用请求模块执行此操作:

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

Answer 4

此问题已标记，python-2.x因此篡改原始问题或已接受的答案似乎不正确。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 开头的额外行lines =，这urlopen是现在在urllib.request模块中的事实，print当然需要括号。

它几乎没有广告，但是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 5

要在下载大文件时提高性能,下面的工作可能会更有效:

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stream=True在GET请求中设置,当我们传递r.iter_lines()给csv.reader()时,我们将生成器传递给csv.reader().通过这样做,我们启用csv.reader()来懒惰地遍历响应中的每一行for row in reader.

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 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()