Hi! 大家好，我是Eric，這次要來教大家如何以Python讀取各種不同格式的檔案。

• 緣起：現在檔案格式除了最基本常見的csv外，還有JSON與XML，那如何以Python來讀取呢?

• 方法：運用 [Python]的[pandas]、[csv]、[json]及[xml.etree.ElementTree] 套件。

• 使用資料：

  • CSV：政府資料開放平臺-消費者端量測行動上網平均速率https://data.gov.tw/dataset/8258
  • JSON：政府資料開放平臺-新北市公共自行車租賃系統(YouBike)https://data.gov.tw/dataset/28318
  • XML：政府資料開放平臺-縣市鄉鎮中英對照檔https://data.gov.tw/dataset/5949

• 參考來源：

  • CSV：Python 讀取與寫入 CSV 檔案教學與範例https://hackmd.io/s/rJYlKYpml
  • JSON：6.2 读写JSON数据https://python3-cookbook.readthedocs.io/zh_CN/latest/c06/p02_read-write_json_data.html
  • XML：xml.etree.ElementTree 筆記https://hackmd.io/s/rJYlKYpml

CSV

讀取csv-第1種方式。

import pandas as pd    # 載入pandas套件並命名為pd
speed = pd.read_csv("network_speed.csv")   # 以read_csv函式讀取csv
speed.head(10)  # 顯示檔案前10行

讀取csv-第2種方式。

import csv   # 載入csv套件

# 開啟csv檔案，其中參數newline=""是為了讓資料的換行符號被正確載入，而參數encoding="utf-8"則是因為資料包含中文字元，為了讓中文字元能正確被載入
with open("network_speed.csv",newline="",encoding="utf-8")as file:
    # 以csv.reader函式讀取資料，若資料的分隔字元非逗號(,)，舉例像是冒號(:)則可增加參數delimiter = ":" 來讀取
    rows = csv.reader(file)   
    # 以for迴圈將資料一行一行載入
    for r in rows:
        print(r)

讀取csv-第2種方式(讀取成Dictionary)。

import csv   # 載入csv套件

# 開啟csv檔案，其中參數newline=""是為了讓資料的換行符號被正確載入，而參數encoding="utf-8"則是因為資料包含中文字元，為了讓中文字元能正確被載入
with open("network_speed.csv",newline="",encoding="utf-8")as file:
    # 以csv.reader函式讀取資料，若資料的分隔字元非逗號(,)，舉例像是冒號(:)則可增加參數delimiter = ":" 來讀取
    rows = csv.DictReader(file)   
    # 以for迴圈將資料一行一行載入
    for r in rows:
        print(r["\ufeff縣市"],r["第一階段"],r["第二階段"],r["第一階段"],r["第二階段"])

JSON

讀取JSON。

讀取JSON前，我們先藉由JSON解析工具-POSTMAN來查看JSON檔案，我們的目標是result物件中的records陣列。

參考來源：

• IT邦幫忙-08. Open data 介紹與使用指南 by Duran Hsiehhttps://ithelp.ithome.com.tw/articles/10191314
• POSTMANhttps://www.getpostman.com/

import json
from pprint import pprint   # 載入pprint套件，會按照英文字母順序以可觀性較高的方式輸出

# 以"r"讀寫模式、編碼方式為utf-8的方式開啟檔案
with open("NewTaipei_ubike.json","r",encoding="utf-8")as file:  
    # 以json.load讀取文件，另json.loads為讀取行(參考來源：https://blog.csdn.net/xiongchengluo1129/article/details/78779418)
    json_file = json.load(file)
#  以pprint輸出result物件的records陣列
pprint(json_file["result"]["records"])

import json
from pprint import pprint   # 載入pprint套件，會按照英文字母順序以可觀性較高的方式輸出

# 以"r"讀寫模式、編碼方式為utf-8的方式開啟檔案
with open("NewTaipei_ubike.json","r",encoding="utf-8")as file:
    # 以json.load讀取文件，另json.loads為讀取行(參考來源：https://blog.csdn.net/xiongchengluo1129/article/details/78779418)
    json_file = json.load(file)
    # 針對ar陣列(新北市YouBike站點位置)以迴圈輸出
for i in range(len(json_file["result"]["records"])):
    print(json_file["result"]["records"][i]["ar"])

XML

讀取XML。

import xml.etree.ElementTree as XET
tree = XET.parse('post.xml')  # 以XET套件載入XML檔案
root = tree.getroot()         # 取得XML表格 

# 以XML檔案的index及迴圈取得XML檔案中的3個欄位資料
for i in range(len(root)):
    print(root[i][0].text, root[i][1].text, root[i][2].text)