Python csv 模块基础：读写表格文件

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

在Python日常开发、数据处理、爬虫存储、简易办公自动化等场景里，表格文件的处理绝对是绕不开的刚需。提到表格，很多新手第一反应就是Excel，可真要上手处理简单的表格数据，才发现Excel文件格式臃肿、依赖第三方库、还容易出现格式兼容问题，折腾半天反而耽误效率。

其实Python早就自带了一款「极简表格处理神器」——csv模块，作为Python内置的标准库，它不需要额外安装任何依赖，兼容性拉满，2026年主流的Python3.10及以上版本都能无缝使用，专门用来处理csv格式的表格文件，完全能满足90%以上的简单表格读写需求。

很多新手觉得csv模块操作复杂，其实是没找对学习思路，它的核心逻辑就像我们日常手写表格一样简单：读就是照着表格念数据，写就是往表格里填内容。这篇文章我就用最通俗的大白话+接地气的段子，从零开始带大家吃透csv模块的基础读写操作，全程无晦涩术语、无复杂逻辑，零基础小白也能一步跟着上手，看完就能直接用到实际代码里。

一、先搞懂：csv到底是什么？别被文件后缀唬住

在正式学习csv模块之前，咱们先把csv文件的本质掰扯清楚，避免新手一上来就陷入「格式误区」。

很多人看到.csv后缀，就觉得它是Excel的专属格式，这完全是误解！csv的全称是Comma-Separated Values，翻译过来就是「逗号分隔值」，说白了就是纯文本格式的简易表格，和Excel那种带公式、带字体格式、带颜色排版的复杂表格完全不是一回事。

我给大家打个比方：如果把Excel比作装修精致、功能齐全的精装餐厅，那csv就是路边干净整洁、只卖家常菜的便民小吃店——没有花里胡哨的装饰，没有多余的功能，只有最核心的「数据内容」，用逗号把每一列数据分开，用换行代表每一行数据，结构简单到极致。

举个最直观的例子，一个学生成绩的csv文件，用记事本打开长这样：

姓名,语文,数学,英语
张三,92,88,95
李四,85,90,89
王五,78,82,91

用Excel打开就是规整的表格，本质上它就是一段纯文本，只是用固定的分隔符区分行列，这也是csv文件最大的优势：

1. 跨平台兼容：Windows、Mac、Linux系统都能直接打开，不存在格式兼容问题；
2. 轻量无负担：同样的数据量，csv文件体积只有Excel的十分之一甚至更小，打开、读写速度极快；
3. 无依赖易处理：Python原生模块就能操作，不用安装第三方库，避免依赖冲突、版本不兼容的问题。

2026年的开发场景中，小批量数据存储、爬虫数据导出、简易数据交换、办公简单表格统计，首选都是csv格式，根本没必要动用pandas、openpyxl这类重型库，就像你出门买瓶矿泉水，没必要开大型货车，骑个电动车（csv模块）就足够了。

二、前置准备：csv模块零安装，导入即用

作为Python内置的标准库，csv模块最大的亮点就是无需额外安装，不管你是Windows、Mac还是Linux系统，只要安装了Python环境，就能直接导入使用，完全不用执行pip install命令，彻底告别新手最头疼的「依赖安装报错」问题。

导入csv模块的代码只有一行，简单到离谱：

# 导入csv模块，全程只需这一行
import csv

这里给新手提个醒：2026年市面上已经几乎没人用Python2了，csv模块在Python3中做了优化，语法和使用逻辑更简单，本文所有代码都是基于Python3.10+版本编写，大家直接复制运行即可，不用考虑版本兼容问题。

很多新手会问：「我要不要装别的库辅助？」完全不用！csv模块本身就封装了完整的读写、格式处理功能，咱们处理基础表格，吃透原生csv模块就够了，别还没学会走路就想着跑，先把基础打牢比什么都重要。

三、csv文件读取：3种常用方式，小白全拿捏

读取csv文件是日常使用最多的操作，比如读取本地的成绩表、数据表、爬虫导出的数据等，csv模块提供了两种核心读取方式，再加上进阶的批量读取，刚好覆盖新手所有使用场景，下面逐一拆解，每一种都配代码+白话解释。

3.1 基础逐行读取：reader()函数，入门首选

csv.reader()是csv模块最基础的读取方法，适合没有复杂格式、纯数据的csv文件，它会把csv文件的每一行数据转换成一个列表，我们通过遍历就能拿到每一行的内容。

核心语法+代码示例

# 第一步：打开csv文件（with语句会自动关闭文件，不用手动写close()）
with open('student.csv', 'r', encoding='utf-8') as csv_file:
    # 第二步：创建reader对象，相当于给文件配个「翻译官」
    csv_reader = csv.reader(csv_file)
    # 第三步：遍历reader对象，逐行读取数据
    for row in csv_reader:
        # 每一行row都是一个列表，对应表格的一行
        print(row)

代码逐行白话解释

1. with open(...)：打开文件的固定写法，with是Python的语法糖，作用是自动关闭文件，新手不用记文件关闭操作，避免出现文件占用、数据丢失的问题；
2. 'r'：代表只读模式，专门用来读取文件，不能修改；
3. encoding='utf-8'：指定文件编码为UTF-8，这行千万不能少！2026年Windows系统默认编码是GBK，不指定UTF-8一定会出现中文乱码，这是新手第一大坑；
4. csv.reader(csv_file)：创建读取对象，把csv文件的纯文本转换成可遍历的列表数据；
5. for row in csv_reader：逐行遍历，每循环一次，就拿到一行表格数据，存到row列表里。

运行结果

运行上面的代码，读取之前的学生成绩表，输出结果如下：

['姓名', '语文', '数学', '英语']
['张三', '92', '88', '95']
['李四', '85', '90', '89']
['王五', '78', '82', '91']

可以看到，表头和每一行数据都变成了列表，想拿某一列数据，直接用索引就行，比如拿姓名就是row[0]，拿语文成绩就是row[1]。

3.2 字典式读取：DictReader()，按列名取数更省心

csv.DictReader()是新手更推荐的读取方式，尤其适合带表头的csv文件！它不会把行转成普通列表，而是转成字典，字典的键就是表格的表头，值就是对应的数据，再也不用记繁琐的列表索引，看名字就能取数，简直是新手福音。

核心语法+代码示例

with open('student.csv', 'r', encoding='utf-8') as csv_file:
    # 创建DictReader对象，自动把第一行作为表头
    csv_dict_reader = csv.DictReader(csv_file)
    # 遍历读取每一行数据
    for row in csv_dict_reader:
        # 直接通过列名取数，不用记索引
        print(f"姓名：{row['姓名']}，语文成绩：{row['语文']}，数学成绩：{row['数学']}")

运行结果

姓名：张三，语文成绩：92，数学成绩：88
姓名：李四，语文成绩：85，数学成绩：90
姓名：王五，语文成绩：78，数学成绩：82

这种方式就像给每个数据贴了「标签」，再也不会出现「索引记错取错数据」的问题，比如想拿英语成绩，直接写row['英语']就行，可读性直接拉满，新手优先用这种方法！

3.3 大文件批量读取：避免内存溢出

很多新手觉得csv只能处理小文件，其实不然，2026年处理几十万行的中型csv文件，用csv模块逐行读取也完全不会卡顿。因为reader()和DictReader()都是逐行加载数据，不会一次性把整个文件读到内存里，就像我们吃饭一口一口吃，不会一口吞完，自然不会出现内存溢出的问题。

这里给新手一个实用技巧：如果文件行数特别多，不想打印全部数据，可以加一个计数器，读取前N行测试：

with open('student.csv', 'r', encoding='utf-8') as csv_file:
    csv_reader = csv.reader(csv_file)
    # 计数器
    count = 0
    for row in csv_reader:
        # 只打印前3行数据
        if count< 3:
            print(row)
            count += 1
        else:
            break

四、csv文件写入：2种核心写法，新建/追加全搞定

学会了读，接下来就是写数据，csv模块的写入操作同样简单，分为新建文件写入和原有文件追加写入，对应两种写入方法，新手只要分清写入模式，再也不会踩坑。

4.1 基础写入：writer()函数，新建csv文件

csv.writer()是基础写入方法，用来新建csv文件并写入数据，分为写入单行和写入多行，核心是要注意文件打开模式和换行参数。

核心语法+代码示例（新建+写入多行）

# 定义要写入的学生成绩数据
student_data = [
    ['姓名', '语文', '数学', '英语'],
    ['张三', '92', '88', '95'],
    ['李四', '85', '90', '89'],
    ['王五', '78', '82', '91']
]

# 打开文件，'w'代表写入模式（新建文件/覆盖原有文件）
with open('student.csv', 'w', encoding='utf-8', newline='') as csv_file:
    # 创建写入对象
    csv_writer = csv.writer(csv_file)
    # 写入多行数据（writerow写入单行，writerows写入多行）
    csv_writer.writerows(student_data)

print("csv文件写入完成！")

新手必看重点

1. newline=''千万不能少：这是Python3写入csv的核心参数，不加这个参数，写入的文件每一行之间会出现空行，2026年所有Python3版本都需要加这个参数，彻底解决空行问题；
2. **'w'模式：覆盖写入**：如果文件已经存在，用’w’模式会直接清空原有内容，重新写入，相当于把原来的表格擦掉重写，新手一定要谨慎；
3. writerow()：写入单行数据，适合逐行添加内容；writerows()：写入多行数据，适合批量导入。

4.2 字典式写入：DictWriter()，按表头写入不错位

和读取对应，写入也有字典式写入方法csv.DictWriter()，适合按列名写入数据，不用手动对齐列表顺序，彻底避免列错位问题，适合数据结构固定的场景。

核心语法+代码示例

# 定义表头
field_names = ['姓名', '语文', '数学', '英语']
# 定义要写入的字典数据
student_dict_data = [
    {'姓名': '张三', '语文': '92', '数学': '88', '英语': '95'},
    {'姓名': '李四', '语文': '85', '数学': '90', '英语': '89'},
    {'姓名': '王五', '语文': '78', '数学': '82', '英语': '91'}
]

with open('student_dict.csv', 'w', encoding='utf-8', newline='') as csv_file:
    # 创建字典写入对象，指定表头
    csv_writer = csv.DictWriter(csv_file, fieldnames=field_names)
    # 写入表头
    csv_writer.writeheader()
    # 写入多行数据
    csv_writer.writerows(student_dict_data)

这种方式的好处是，哪怕字典里的键顺序乱了，写入csv后也会按照指定的表头顺序排列，再也不会出现「姓名写到数学列」的低级错误，对新手极其友好。

4.3 追加写入：不覆盖原有数据，实用必备

很多时候我们需要往已有的csv文件里添加新数据，而不是覆盖原有内容，这时候只需要把文件打开模式从'w'改成**'a'（追加模式）**，其他代码完全不变！

追加写入代码示例

# 要追加的新学生数据
new_student = [['赵六', '88', '95', '90']]

with open('student.csv', 'a', encoding='utf-8', newline='') as csv_file:
    csv_writer = csv.writer(csv_file)
    csv_writer.writerows(new_student)

print("数据追加完成！")

运行后，原有的学生数据不会丢失，直接在表格最后一行添加赵六的成绩，这是日常开发中最常用的写入方式，比如爬虫每爬取一条数据就追加一次，完全不用担心里程数据丢失。

五、2026年小白必避：csv模块5大高频坑

新手用csv模块，90%的报错都是因为踩了这几个坑，我把2026年粉丝反馈最多的问题整理出来，逐个给解决办法，看完再也不用百度搜报错。

坑1：中文乱码

报错表现：打印或者写入的中文变成乱码、问号
解决办法：所有文件操作都加上encoding='utf-8'，如果还是乱码，换成encoding='utf-8-sig'（Windows系统专属解决），永远别用默认编码。

坑2：写入文件有空行

报错表现：csv文件每一行数据之间有空白行
解决办法：写入文件时，open()函数必须加newline=''参数，这是Python3的固定要求，没有例外。

坑3：文件路径找不到

报错表现：FileNotFoundError
解决办法：新手优先用相对路径，把csv文件和Python代码放在同一个文件夹里，直接写文件名；如果用绝对路径，Windows系统路径用/或者\\，别用单个\。

坑4：数据含逗号/引号，自动拆分列

问题表现：数据里有逗号，写入后被拆成两列
解决办法：不用手动处理！csv模块会自动给包含分隔符的字段添加引号，保证数据不拆分，新手完全不用操心转义问题。

坑5：用w模式误删原有数据

问题表现：原有表格数据全部消失
解决办法：修改已有文件用'a'追加模式，新建文件用'w'模式，养成先看模式再写代码的习惯。

六、实战案例：简易学生成绩统计系统

咱们把前面学的读写操作结合起来，做一个完整的小案例：写入学生成绩→读取成绩→筛选及格学生，代码直接复制就能运行，新手看完就能上手实战。

import csv

# 1. 写入学生成绩数据
score_data = [
    ['姓名', '语文', '数学', '英语'],
    ['张三', '92', '58', '95'],
    ['李四', '85', '90', '89'],
    ['王五', '78', '82', '55'],
    ['赵六', '88', '95', '90']
]
with open('score.csv', 'w', encoding='utf-8', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(score_data)

# 2. 读取并筛选数学及格（≥60分）的学生
print("数学及格的学生：")
with open('score.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 注意：读取的数据是字符串，需要转成整数比较
        math_score = int(row['数学'])
        if math_score >= 60:
            print(f"姓名：{row['姓名']}，数学成绩：{math_score}")

运行结果

数学及格的学生：
姓名：李四，数学成绩：90
姓名：王五，数学成绩：82
姓名：赵六，数学成绩：95

这个案例涵盖了csv模块的核心读写操作，还解决了「字符串转数字」的小细节，新手完全可以在此基础上扩展，比如统计平均分、筛选各科及格学生，轻松实现简易办公自动化。

七、csv模块选型建议：什么时候用它最合适？

最后给新手一个清晰的选型思路，避免大家盲目选择库：

1. 用csv模块的场景：处理简单纯文本表格、小批量数据、无格式要求、不想装第三方库、跨平台数据交换；
2. 不用csv模块的场景：处理带公式/格式的Excel文件、大数据量分析、复杂数据计算，这种情况再用pandas、openpyxl。

说白了，csv模块就是Python表格处理的「入门神器」，轻便、简单、无依赖，新手先吃透它，再去学更复杂的库，循序渐进才是最快的学习方式。

结语

Python csv模块看似基础，却是日常开发中使用率极高的工具，没有复杂的语法，没有繁琐的依赖，只要掌握读写的核心方法、避开几个常见坑，就能轻松搞定绝大多数简单表格处理需求。

学习Python不要一味追求高大上的库，把原生基础模块吃透，反而能解决大部分实际问题，就像csv模块，看似不起眼，却能让你的数据处理效率翻倍。希望这篇文章能帮到零基础小白，彻底搞定csv文件的读写操作，后续我会继续分享Python实用基础模块，带大家一步步夯实Python编程基础。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了