将其视为两个独立的任务：
- 从“脏”源（此 CSV 文件）收集一些数据项
- 将这些数据存储在某个地方，以便可以轻松地以编程方式访问和操作（根据您想要用它做什么）
处理脏 CSV
做到这一点的一种方法是有一个函数deserialize_business()从 CSV 中的每个传入行中提取结构化业务信息。该函数可能很复杂，因为这是任务的本质，但仍然建议将其拆分为独立的较小函数（例如get_outlets(), get_headings()， 等等）。该函数可以返回一个字典，但根据您的需要，它可以是一个[命名]元组、一个自定义对象等。
该函数将是该特定 CSV 数据源的“适配器”。
反序列化函数示例：
def deserialize_business(csv_line):
"""
Distills structured business information from given raw CSV line.
Returns a dictionary like {name, phone, owner,
btype, yoe, headings[], outlets[], category}.
"""
pieces = [piece.strip("[[\"\']] ") for piece in line.strip().split(',')]
name = pieces[0]
phone = pieces[1]
owner = pieces[2]
btype = pieces[3]
yoe = pieces[4]
# after yoe headings begin, until substring Outlets Address
headings = pieces[4:pieces.index("Outlets Address")]
# outlets go from substring Outlets Address until category
outlet_pieces = pieces[pieces.index("Outlets Address"):-1]
# combine each individual outlet information into a string
# and let ``deserialize_outlet()`` deal with that
raw_outlets = ', '.join(outlet_pieces).split("Outlets Address")
outlets = [deserialize_outlet(outlet) for outlet in raw_outlets]
# category is the last piece
category = pieces[-1]
return {
'name': name,
'phone': phone,
'owner': owner,
'btype': btype,
'yoe': yoe,
'headings': headings,
'outlets': outlets,
'category': category,
}
调用示例：
with open("phonebookCOMPK-Directory.csv") as f:
lineno = 0
for line in f:
lineno += 1
try:
business = deserialize_business(line)
except:
# Bad line formatting?
log.exception(u"Failed to deserialize line #%s!", lineno)
else:
# All is well
store_business(business)
存储数据
您将拥有store_business()函数获取您的数据结构并将其写入某处。也许它会是另一个结构更好的 CSV，也许是多个 CSV、一个 JSON 文件，或者您可以使用 SQLite 关系数据库工具，因为 Python 内置了它。
这完全取决于您以后想做什么。
关系示例
在这种情况下，您的数据将分布在多个表中。 （我使用“表”这个词，但它可以是 CSV 文件，尽管您也可以使用 SQLite DB，因为 Python 具有内置功能。）
识别所有可能的业务标题的表格：
business heading ID, name
1, Abattoirs
2, Exporters
3, Food Delivery
4, Butchers Retail
5, Meat Dealers-Retail
6, Meat Freezer
7, Meat Packers
标识所有可能类别的表：
category ID, parent category, name
1, NULL, "Agriculture, fishing & Forestry"
2, 1, "Farming equipment & services"
3, 2, "Abattoirs in Pakistan"
识别企业的表格：
business ID, name, phone, owner, type, yoe, category
1, Meat One, +92-21-111163281, Al Shaheer Corporation, Retailers, 2008, 3
描述其销售点的表格：
business ID, city, address, landmarks, phone
1, Karachi UAN, "Shop 13, Ground Floor, Plot 14-D, Sky Garden, Main Tipu Sultan Road, KDA Scheme No.1, Karachi", "Nadra Chowrangi, Sky Garden, Tipu Sultan Road", +92-21-111163281
1, Karachi UAN, "Near Jan's Broast, Boat Basin, Khayaban-e-Roomi, Block 5, Clifton, Karachi", "Boat Basin, Jans Broast, Khayaban-e-Roomi", +92-21-111163281
描述其标题的表格：
business ID, business heading ID
1, 1
1, 2
1, 3
…
处理所有这些需要一个复杂的store_business()功能。如果采用关系方式保存数据，可能值得研究一下 SQLite 和一些 ORM 框架。
