前言

做数据分析、爬虫、办公自动化，绕不开两大数据格式：CSV（表格数据） 和 JSON（接口数据）。CSV 是 Excel 的 “亲兄弟”，用来存表格、报表、名单；JSON 是互联网的 “通用语言”，API 接口、配置文件全靠它。

这篇不讲废话、不搞应试，全是能直接用的实战代码 + 逐行讲解，从基础读写到项目实战，看完就能自己写数据处理工具，效率直接拉满！

---

一、先搞懂：CSV 和 JSON 到底是什么？

最简单的 CSV 样例

新建一个文本文档，把下面内容粘贴进去，保存为 data.csv 就能用：

姓名,年龄,性别,城市,成绩
张三,18,男,北京,92
李四,19,女,上海,88
王五,18,男,广州,95
赵六,19,女,深圳,90

这就是标准 CSV：

• 第一行是表头
• 每一行是一条数据
• 用逗号， 分隔

---

带空值、带英文的 CSV 样例

id,name,age,city,score
1,Alice,20,Beijing,85
2,Bob,,Shanghai,91
3,Charlie,21,Guangzhou,
4,Diana,19,Shenzhen,89

• 空的地方直接留空
• 支持英文、数字、中文混合

简单 JSON 样例（单个人信息）

{
  "name": "张三",
  "age": 18,
  "city": "北京",
  "score": 92,
  "is_student": true,
  "hobbies": ["篮球", "编程", "读书"]
}

真实接口风格 JSON（多人列表）

{
  "code": 200,
  "message": "success",
  "data": [
    {
      "id": 1,
      "name": "张三",
      "age": 18,
      "city": "北京",
      "score": 92
    },
    {
      "id": 2,
      "name": "李四",
      "age": 19,
      "city": "上海",
      "score": 88
    },
    {
      "id": 3,
      "name": "王五",
      "age": 18,
      "city": "广州",
      "score": 95
    }
  ]
}

格式	核心特点	适用场景
CSV	纯文本、逗号分隔、表格结构	Excel 表格、数据报表、名单、批量数据
JSON	键值对、层级结构、轻量	API 接口、配置文件、爬虫数据、结构化数据

一句话总结：CSV 管表格，JSON 管接口，Python 自带标准库就能处理，不用额外装复杂工具！

---

二、CSV 模块：表格数据全自动处理（逐行精讲）

Python 自带csv模块，专门处理 CSV 文件，不用装第三方库，开箱即用！

1. 基础读写：reader/writer 对象

1.1 用 reader 读取 CSV

import csv

# 打开CSV文件，newline=''避免空行
with open('data.csv', 'r', newline='', encoding='utf-8') as f:
    # 创建reader对象，按行读取
    reader = csv.reader(f)
    # 遍历每一行，reader是可迭代对象
    for row in reader:
        # row是列表，每个元素对应一列
        print(row)

输出结果：

['姓名', '年龄', '性别', '城市', '成绩']
['张三', '18', '男', '北京', '92']
['李四', '19', '女', '上海', '88']
['王五', '18', '男', '广州', '95']
['赵六', '19', '女', '深圳', '90']

代码讲解

• csv.reader(f)：把文件对象转成 reader，按行读取，每行是一个列表
• newline=''：Windows 系统必加，否则会出现多余空行
• encoding='utf-8'：解决中文乱码问题

1.2 用 writer 写入 CSV

import csv

# 要写入的数据（列表嵌套列表，对应表格行）
data = [
    ['姓名', '年龄', '成绩'],
    ['张三', '18', '95'],
    ['李四', '18', '92'],
    ['王五', '18', '98']
]

with open('output.csv', 'w', newline='', encoding='utf-8') as f:
    # 创建writer对象
    writer = csv.writer(f)
    # 写入多行（一次性写入）
    writer.writerows(data)
    # 也可以逐行写入：writer.writerow(['赵六', '18', '90'])

代码讲解

• csv.writer(f)：创建写入器，负责把数据写入文件
• writerows()：一次性写入多行，writerow()逐行写入
• 数据格式必须是列表嵌套列表，外层列表对应行，内层列表对应列

---

1.3 自定义分隔符和换行符

CSV 默认用逗号分隔，我们可以自定义分隔符（比如制表符\t、分号;）：

import csv

# 用分号分隔，换行符用\r\n（兼容Windows）
with open('custom.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f, delimiter=';', lineterminator='\r\n')
    writer.writerow(['a', 'b', 'c'])
    writer.writerow(['1', '2', '3'])

核心参数

• delimiter：列分隔符，默认,
• lineterminator：行结束符，默认\r\n
• 适合处理非标准 CSV 文件，比如用分号分隔的欧洲格式 CSV

---

1.4 高阶读写：DictReader/DictWriter（最常用！）

用字典读写 CSV，直接对应表头，不用记列索引，可读性拉满！

用 DictReader 读取（按表头取数据）

import csv

with open('data.csv', 'r', newline='', encoding='utf-8') as f:
    # 第一行自动作为表头，每行是字典，键是表头，值是对应数据
    reader = csv.DictReader(f)
    # 遍历每一行
    for row in reader:
        # 直接用表头取数据，不用记索引！
        print(f"姓名：{row['姓名']}，年龄：{row['年龄']}，成绩：{row['成绩']}")

输出:

张三 18 92
李四 19 88
王五 18 95
赵六 19 90

用 DictWriter 写入（按表头写数据）

import csv

# 表头（必须和字典键一致）
headers = ['姓名', '年龄', '成绩']
# 数据（列表嵌套字典）
data = [
    {'姓名': '张三', '年龄': '18', '成绩': '95'},
    {'姓名': '李四', '年龄': '18', '成绩': '92'},
    {'姓名': '王五', '年龄': '18', '成绩': '98'}
]

with open('dict_output.csv', 'w', newline='', encoding='utf-8') as f:
    # 创建DictWriter，指定表头
    writer = csv.DictWriter(f, fieldnames=headers)
    # 先写入表头（必须！）
    writer.writeheader()
    # 写入多行数据
    writer.writerows(data)

代码讲解

• DictReader：自动把第一行作为表头，每行是字典，直接用表头取值，再也不用记row[0]、row[1]
• DictWriter：必须指定fieldnames（表头），先写表头再写数据，格式工整
• 适合处理有表头的 CSV，是办公自动化、数据分析的首选！

---

三、实战项目 1：批量删除 CSV 标题行

需求：批量处理多个 CSV，删除第一行标题行，生成新文件！

完整代码 + 逐行讲解

import csv
import os

# 1. 循环遍历文件夹中所有CSV文件
csv_folder = 'csv_files'  # 存放CSV的文件夹
output_folder = 'no_header_csv'  # 输出文件夹
os.makedirs(output_folder, exist_ok=True)  # 不存在则创建

for filename in os.listdir(csv_folder):
    if filename.endswith('.csv'):
        input_path = os.path.join(csv_folder, filename)
        output_path = os.path.join(output_folder, filename)
        
        # 2. 读入CSV文件
        with open(input_path, 'r', newline='', encoding='utf-8') as f_in:
            reader = csv.reader(f_in)
            # 跳过第一行（标题行），从第二行开始读
            rows = list(reader)[1:]  # 转成列表，切片去掉第一行
        
        # 3. 写入CSV文件，无标题行
        with open(output_path, 'w', newline='', encoding='utf-8') as f_out:
            writer = csv.writer(f_out)
            writer.writerows(rows)
        
        print(f"已处理：{filename}")

print("所有CSV标题行删除完成！")

步骤拆解（对应目录）

1. 遍历 CSV 文件：用os.listdir扫描文件夹，筛选.csv文件
2. 读入 CSV：用csv.reader读取，转成列表后切片[1:]，去掉第一行标题
3. 写入新 CSV：用csv.writer写入处理后的数据，无标题行
4. 扩展思路：
   • 可以加筛选条件，只删除特定表头的 CSV
   • 可以批量修改列名、删除指定列
   • 可以合并多个 CSV 到一个文件

---

四、JSON 模块：接口数据一键处理（逐行精讲）

JSON 是互联网的通用数据格式，API 接口、爬虫数据全靠它，Python 自带json模块，完美适配！

1. JSON 核心：loads ()/dumps () 读写

1.1 用 loads () 读取 JSON（字符串→Python 对象）

import json

# JSON格式的字符串（API返回的原始数据就是这种）
json_str = '{"name": "张三", "age": 18, "score": 95, "hobbies": ["篮球", "编程"]}'

# 把JSON字符串转成Python字典
data = json.loads(json_str)
print(data)
print(type(data))  # <class 'dict'>

# 直接取值，和操作字典一样
print(f"姓名：{data['name']}，爱好：{data['hobbies'][0]}")

1.2 用 dumps () 写入 JSON（Python 对象→JSON 字符串）

import json

# Python字典（要转成JSON的数据）
data = {
    "name": "张三",
    "age": 18,
    "score": 95,
    "hobbies": ["篮球", "编程"]
}

# 把Python字典转成JSON字符串，indent=4自动格式化，ensure_ascii=False解决中文乱码
json_str = json.dumps(data, indent=4, ensure_ascii=False)
print(json_str)

# 写入JSON文件
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, indent=4, ensure_ascii=False)

核心参数 & 区别

函数	作用	适用场景
json.loads()	字符串→Python 对象	处理 API 返回的 JSON 字符串
json.dumps()	Python 对象→字符串	生成 JSON 字符串、格式化输出
json.load()	文件→Python 对象	读取 JSON 文件
json.dump()	Python 对象→文件	写入 JSON 文件

• indent=4：自动缩进，格式化 JSON，可读性拉满
• ensure_ascii=False：解决中文乱码，必须加！

---

五、实战项目 2：获取当前天气数据（API+JSON 实战）

这是最经典的 JSON 实战项目：调用天气 API，获取当前城市天气，用 Python 自动输出！

完整代码 + 逐行讲解

import json
import requests
import sys

# 1. 从命令行参数获取位置（比如：python weather.py 北京）
if len(sys.argv) < 2:
    print("用法：python weather.py 城市名")
    sys.exit()
city = sys.argv[1]

# 2. 调用天气API（这里用免费的和风天气API，需要自己申请Key）
# 申请地址：https://dev.qweather.com/
api_key = "你的API密钥"  # 替换成自己的Key
url = f"https://devapi.qweather.com/v7/weather/now?location={city}&key={api_key}"

# 发送请求，获取JSON数据
response = requests.get(url)
# 把响应的JSON字符串转成Python字典
weather_data = json.loads(response.text)

# 3. 加载JSON数据，提取并输出天气
if weather_data['code'] == '200':
    now = weather_data['now']
    print(f"城市：{city}")
    print(f"当前温度：{now['temp']}℃")
    print(f"天气状况：{now['text']}")
    print(f"风向：{now['windDir']}，风速：{now['windSpeed']}km/h")
    print(f"湿度：{now['humidity']}%")
else:
    print(f"获取天气失败：{weather_data['message']}")

# 4. 扩展思路
# - 可以加定时任务，每天定时获取天气
# - 可以把天气写入CSV/Excel，生成天气报表
# - 可以加预警功能，恶劣天气自动提醒

步骤拆解（对应目录）

1. 获取位置：用sys.argv从命令行获取城市名，灵活输入
2. 下载 JSON 数据：用requests调用 API，获取 JSON 格式的天气数据
3. 解析 JSON：用json.loads()转成字典，提取需要的天气信息
4. 输出结果：格式化输出天气，直观清晰

---

六、全文总结（看完就能用）

CSV 核心知识点

• 基础读写：reader/writer，适合无表头 CSV
• 高阶读写：DictReader/DictWriter，适合有表头 CSV，最常用
• 实战：批量删除标题行、合并 CSV、修改 CSV 数据

JSON 核心知识点

• 读写：loads()/dumps()，字符串和 Python 对象互转
• 文件读写：load()/dump()，直接读写 JSON 文件
• 实战：API 数据解析、配置文件处理、爬虫数据存储

一句话总结

CSV 管表格，JSON 管接口，Python 自带库就能搞定 90% 的数据处理需求，复制代码改参数就能用，效率直接起飞！

---

七、实践项目拓展（可直接写进 CSDN）

1. CSV 批量处理工具：批量合并 CSV、删除指定列、修改数据、生成报表
2. JSON 配置管理器：自动读取配置文件、修改配置、生成配置模板
3. 天气提醒小工具：定时获取天气，恶劣天气自动发邮件 / 微信提醒
4. API 数据可视化：用 JSON 获取股票 / 天气数据，用 Matplotlib 生成图表