将二进制输入流转换为文本模式

Question

我试图在Python 3.2中读取bzip2压缩的CSV文件.对于未压缩的CSV文件,这适用于:

datafile = open('./file.csv', mode='rt')
data = csv.reader(datafile)
for e in data:    # works
    process(e)

问题是BZ2File只支持创建二进制流,而在Python 3中,csv.reader只接受文本流.(gzip和zip文件也会出现同样的问题.)

datafile = bz2.BZ2File('./file.csv.bz2', mode='r')
data = csv.reader(datafile)
for e in data:    # error
    process(e)

特别是,指示的行抛出异常_csv.Error: iterator should return strings, not bytes (did you open the file in text mode?).

我也尝试过data = csv.reader(codecs.EncodedFile(datafile, 'utf8')),但这并没有解决错误.

如何包装二进制输入流,以便它可以在文本模式下使用？

Answer 1

这对我有用:

import codecs, csv
f = codecs.open("file.csv", "r", "utf-8")
g = csv.reader(f)
for e in g:
    print(e)

在BZ2的情况下:

import codecs, csv, bz2
f = bz2.BZ2File("./file.csv.bz2", mode="r")
c = codecs.iterdecode(f, "utf-8")
g = csv.reader(c)
for e in g:
    print(e)