Python - SQLite 导出CSV错误 - ASCII值未解析

Question

下午好，

我在用Python把SQLite数据库的数据转成CSV文件时遇到了一些麻烦。我到处找答案，但都没能解决我的问题，或者是我的代码写得有问题。

我想把SQLite数据库中那些不在ASCII字符表里的字符（也就是大于128的字符）替换掉。

这是我一直在用的代码：

#!/opt/local/bin/python
import sqlite3
import csv, codecs, cStringIO

class UnicodeWriter:
    """
    A CSV writer which will write rows to CSV file "f", 
    which is encoded in the given encoding.
    """

    def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):
        # Redirect output to a queue
        self.queue = cStringIO.StringIO()
        self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
        self.stream = f
        self.encoder = codecs.getincrementalencoder(encoding)()

    def writerow(self, row):
        self.writer.writerow([unicode(s).encode("utf-8") for s in row])
        # Fetch UTF-8 output from the queue ...
        data = self.queue.getvalue()
        data = data.decode("utf-8")
        # ... and reencode it into the target encoding
        data = self.encoder.encode(data)
        # write to the target stream
        self.stream.write(data)
        # empty queue
        self.queue.truncate(0)

    def writerows(self, rows):
        for row in rows:
            self.writerow(row)

conn = sqlite3.connect('test.db')

c = conn.cursor()

# Select whichever rows you want in whatever order you like
c.execute('select ROWID, Name, Type, PID from PID')

writer = UnicodeWriter(open("ProductListing.csv", "wb"))

# Make sure the list of column headers you pass in are in the same order as your SELECT
writer.writerow(["ROWID", "Product Name", "Product Type", "PID", ])
writer.writerows(c)

我试着按照这里的说明加上'replace'，但还是出现了同样的错误。Python: Convert Unicode to ASCII without errors for CSV file

错误是UnicodeDecodeError。

Traceback (most recent call last):
  File "SQLite2CSV1.py", line 53, in <module>
    writer.writerows(c)
  File "SQLite2CSV1.py", line 32, in writerows
    self.writerow(row)
  File "SQLite2CSV1.py", line 19, in writerow
    self.writer.writerow([unicode(s).encode("utf-8") for s in row])
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa0 in position 65: ordinal not in range(128)

显然，我希望代码能足够强大，如果遇到这些范围外的字符，就能把它们替换成像'?'（\x3f）这样的字符。

有没有办法在UnicodeWriter类中做到这一点？还有什么方法可以让代码更强大，不会出现这些错误。

非常感谢你的帮助。

Answer 1

在使用unix环境时，这个方法对我有效

sqlite3.exe a.db .dump > a.sql;
tr -d "[\\200-\\377]" < a.sql > clean.sql;
sqlite3.exe clean.db < clean.sql;

（这不是一个python的解决方案，但由于它简洁，可能对其他人有帮助。这个方法是直接去掉所有非ascii字符，而不是尝试替换它们。）

Answer 2

如果你只是想写一个ASCII格式的CSV文件，可以直接使用内置的 csv.writer()。为了确保你传入的所有值都是ASCII格式的，可以使用 encode('ascii', errors='replace')。

举个例子：

import csv

rows = [
  [u'some', u'other', u'more'],
  [u'umlaut:\u00fd', u'euro sign:\u20ac', '']
]

with open('/tmp/test.csv', 'wb') as csvFile:
    writer = csv.writer(csvFile)
    for row in rows:
        asciifiedRow = [item.encode('ascii', errors='replace') for item in row]
        print '%r --> %r' % (row, asciifiedRow)
        writer.writerow(asciifiedRow)

运行这个代码后，控制台会输出：

[u'some', u'other', u'more'] --> ['some', 'other', 'more']
[u'umlaut:\xfd', u'euro sign:\u20ac', ''] --> ['umlaut:?', 'euro sign:?', '']

生成的CSV文件内容是：

some,other,more
umlaut:?,euro sign:?,