Python，CSV，根据内容跳过行

Question

我正在处理一些CSV文件，这些文件在表头之前有一些缓冲行，行数是不固定的，有的行里有字符串，有的没有。唯一一致的是，这些缓冲行中都有一个或多个单元格的值是空的，所以我想跳过任何包含空单元格的行。

我写了一个脚本，但它输出的是一个空文件。我猜是因为我没有进入到'else'部分，但我又担心如果把它放在一个循环里，最后会为每一行都创建一个文件……

with open(fileName, 'rb') as inf, open("out_"+fileName, 'wb') as outf:
    csvreader = csv.DictReader(inf)

    if '' in csvreader.fieldnames:
        next(csvreader)
    else:
        fieldnames = ['url_source','downloaded_at'] + csvreader.fieldnames  # add column names to beginning
        csvwriter = csv.DictWriter(outf, fieldnames)
        csvwriter.writeheader()
        for node, row in enumerate(csvreader, 1):
            csvwriter.writerow(dict(row, url_source=csvUrl, downloaded_at=today))
    return

Answer 1

你的代码只做了一件事：要么它会读取并跳过（丢弃）一行，然后返回，要么它会读取整个文件并复制到一个新的CSV文件里。它不会同时做这两件事。

如果你不能确定第一行是表头，那就不要依赖自动从文件中加载DictReader()的字段名。你需要手动找到表头，然后把它们传递给DictReader()的构造函数。

首先把CSV文件当作普通的csv.reader()打开，找到实际的表头所在的第一行，然后再用那一行作为字段名，重新加载文件为csv.DictReader()：

with open(fileName, 'rb') as inf, open("out_"+fileName, 'wb') as outf:
    reader = csv.reader(inf)
    # find header row
    for row in reader:
        if '' not in row:
            fieldnames = row
            break
    else:
        # oops, *only* rows with empty cells found
        raise ValueError('Unable to determine header row')

    # rewind, switch to DictReader, skip past header
    inf.seek(0)
    reader = csv.DictReader(inf, fieldnames)
    for row in reader:
        if row.keys() == row.values()
            break

    # copy all rows across with extra two columns
    writer = csv.DictWriter(outf, ['url_source','downloaded_at'] + fieldnames)
    writer.writeheader()
    writer.writerows(dict(r, url_source=csvUrl, downloaded_at=today)
                     for r in reader)