Python csv Modülü: CSV Okuma, Yazma ve Türkçe Karakter Sorunları

csv modülü ne yapar

Python'un standart kütüphanesindeki csv modülü, virgül ya da başka bir ayraçla ayrılmış metin dosyalarını satır satır okur ve yazar. CSV dosyası basit görünür ama tırnak içindeki virgüller, satır içi satır sonları ve farklı ayraçlar gibi ayrıntılar yüzünden satırı elle bölmek (split) güvenilir değildir. csv modülü bu ayrıntıları sizin yerinize ele alır.

Modül iki katmanda çalışır. Birincisi liste tabanlı csv.reader ve csv.writer'dır: her satır bir liste olarak gelir ve liste olarak yazılır. İkincisi sözlük tabanlı csv.DictReader ve csv.DictWriter'dır: ilk satırı sütun adı kabul eder ve her satırı sütun adlarına göre bir sözlük olarak verir. Başlıklı dosyalarda sözlük tabanlı yol, sütun sırası değişse bile kodun bozulmamasını sağlar.

Python belgelerinin belirttiği önemli bir nokta, okunan her değerin metin (str) olarak gelmesidir. Modül sayıyı otomatik dönüştürmez; sayısal hesap yapacaksanız int ya da float ile kendiniz çevirmeniz gerekir. Çok büyük tablolarda analiz yapacaksanız pandas ile okumak daha pratiktir, ancak küçük ve orta boyutlu dosyalarda, ek kütüphane gerektirmeyen csv modülü yeterlidir.

Dosya ve klasör işlemlerinin genel anlatımı, örneğin dosyaları toplu yeniden adlandırma ya da klasör tarama, ayrı bir konudur. Burada yalnız CSV biçiminin okunması ve yazılması ele alınır.

CSV dosyasını okumak

Temel okuma şu kalıpla yapılır:

import csv

with open("musteriler.csv", newline="", encoding="utf-8") as f: okuyucu = csv.reader(f) for satir in okuyucu: print(satir)

Her satır bir liste olarak gelir. Dosyayı with bloğuyla açmak, iş bitince dosyanın kapanmasını garanti eder.

Burada iki parametre kritiktir. newline="" Python belgelerinin önerdiği kullanımdır: bu belirtilmezse tırnaklı alanlar içindeki satır sonları doğru yorumlanmayabilir. encoding ise dosyanın karakter kodlamasını söyler; modülün kendisi kodlamayı yönetmez, dosyayı açan open işlevi yönetir.

Başlıklı dosyada DictReader daha okunaklıdır:

with open("musteriler.csv", newline="", encoding="utf-8") as f: for kayit in csv.DictReader(f): print(kayit["ad"], kayit["sehir"])

Belgelere göre fieldnames verilmezse ilk satır sütun adı olarak kullanılır ve sonuçlara dahil edilmez. Satırda başlıktan fazla değer varsa restkey, eksik değer varsa restval ile ne yapılacağını belirleyebilirsiniz.

Sonuçları işlemek için çoğunlukla bir listeye toplarsınız: kayitlar = list(csv.DictReader(f)). Çok büyük dosyada bunu yapmak belleği doldurabilir; böyle durumlarda satırları döngüde tek tek işleyin.

CSV dosyası yazmak

Yazma işleminde csv.writer liste, csv.DictWriter sözlük kabul eder:

import csv

kayitlar = [ {"ad": "Ayşe", "sehir": "İzmir"}, {"ad": "Mehmet", "sehir": "Ankara"}, ]

with open("cikti.csv", "w", newline="", encoding="utf-8") as f: yazici = csv.DictWriter(f, fieldnames=["ad", "sehir"]) yazici.writeheader() yazici.writerows(kayitlar)

DictWriter'da fieldnames zorunludur; belgelerde bu, DictReader'dan farklı olarak vurgulanır. writeheader başlık satırını yazar, writerow tek satır, writerows birden çok satır yazar. Sözlükte fieldnames'te olmayan bir anahtar varsa varsayılan olarak hata alırsınız; extrasaction="ignore" ile bu anahtarları yok sayabilirsiniz.

Sayı ve diğer tür değerleri yazıcı otomatik olarak str'ye çevirir; None değeri boş alan olarak yazılır. Tırnak davranışı quoting parametresiyle ayarlanır: varsayılan QUOTE_MINIMAL yalnız özel karakter içeren alanları tırnaklar, QUOTE_ALL her alanı tırnaklar.

Mevcut dosyaya satır eklemek istiyorsanız dosyayı "a" kipinde açın; ancak başlık satırını yeniden yazmamaya dikkat edin. Yazma işleminde de newline="" kullanın; Python belgelerine göre bu belirtilmezse Windows'ta fazladan satır sonu karakteri eklenebilir.

Ayraç ve Türkçe karakter sorunları

Türkçe ortamda iki sorun neredeyse her projede karşınıza çıkar: ayraç ve kodlama. Excel'in Türkçe ayarlarında dosyayı CSV olarak kaydettiğinizde alanlar genellikle noktalı virgülle ayrılır, çünkü virgül ondalık ayracı olarak kullanılır. Python'un varsayılan ayracı virgüldür; belgelere göre delimiter parametresi bunu değiştirir:

okuyucu = csv.reader(f, delimiter=";")

Ayracı yanlış verirseniz tüm satır tek bir alan olarak gelir; bu, sorunun işareti olarak bilinir. Belirsizse dosyanın ilk satırına bakın.

Kodlama sorununda ise ş, ğ, ı gibi harfler bozuk görünür. Sebep, dosyanın başka bir kodlamayla kaydedilmiş olmasıdır. Python belgelerine göre open, kodlama belirtmezseniz varsayılan kodlamayı kullanır; farklı bir kodlama gerekiyorsa encoding parametresiyle verilmelidir. Dosya UTF-8 ise encoding="utf-8" yazın. Eski Windows programlarının dışa aktardığı dosyalarda Türkçe için cp1254 kodlaması gerekebilir. Excel'de açılacak bir dosya yazıyorsanız ve Türkçe karakterler bozuk görünüyorsa, utf-8-sig kodlaması başa bir işaret ekleyerek Excel'in dosyayı UTF-8 olarak tanımasına yardımcı olur.

Hangi kodlamanın doğru olduğunu tahmin etmek yerine, dosyayı üreten sistemin belgesine bakın ya da birkaç kodlamayı deneyip Türkçe karakterlerin doğru çıktığını doğrulayın. Yanlış kodlamayla okuyup yazmak, veriyi kalıcı bozabilir; önce kopya üzerinde deneyin.

Hata durumları ve temizlik

Gerçek dosyalar kusurludur: eksik alanlar, fazladan sütunlar, boş satırlar, bozuk tırnaklar. Okuma döngüsünü bu durumlara hazırlayın. DictReader kullanıyorsanız eksik değerlerde restval, fazla değerlerde restkey devreye girer; bunları kontrol etmeden veri temiz sanılabilir.

Modül, biçim bozukluğu algıladığında csv.Error hatası fırlatır. Belgelerde gösterildiği gibi hatayı yakalayıp reader.line_num ile hangi satırda sorun çıktığını raporlayabilirsiniz; bu, büyük dosyalarda sorunlu satırı bulmayı hızlandırır.

Okunan değerlerin hepsi metindir. Sayısal sütunları kullanmadan önce dönüştürün ve dönüştürme hatasını yakalayın; aksi halde bozuk bir hücre tüm betiği durdurur. Boş hücreler boş metin olarak gelir, None olarak değil. Tarih sütunları da metindir; tarih işlemleri için datetime modülü gerekir.

Başlık adlarındaki boşluklar ve büyük-küçük harf farkları sık hata kaynağıdır. DictReader ile kayit["ad"] yazarken sütunun gerçekten "ad" olduğundan emin olun; dosyanın ilk satırı başında görünmez bir işaret taşıyorsa ilk sütun adı bozuk gelebilir. Bu durum genellikle dosya BOM'lu kaydedildiğinde olur ve utf-8-sig kodlamasıyla okumak sorunu çözer.

Çok büyük ya da karmaşık tablolarla çalışıyorsanız, csv modülü yerine pandas'ın read_csv işlevi daha uygun olabilir; bu işlev tür dönüşümü, eksik değer yönetimi ve filtrelemeyi tek adımda sunar.

Sık yapılan hatalar

İlk hata, dosyayı newline="" olmadan açmaktır; tırnaklı alandaki satır sonları ve yazarken fazladan boş satırlar buradan gelir. İkinci hata, kodlamayı belirtmeyip varsayılana güvenmektir; bu, aynı kodun farklı bilgisayarlarda farklı davranmasına yol açar.

Üçüncü hata, ayracı varsaymaktır. Noktalı virgüllü dosyayı virgül ayracıyla okumak, tek sütunlu bir tablo üretir. Dördüncü hata, satırı split(",") ile elle bölmektir: tırnak içinde virgül içeren bir alanda satır yanlış bölünür.

Beşinci hata, değerlerin metin olduğunu unutmaktır. Metin olarak gelen bir sayı ile gerçek sayı farklıdır; sıralama ve karşılaştırma metinsel yapılır. Altıncı hata, with bloğu kullanmamaktır; dosya kapanmazsa yazılan veri diske tam yazılmayabilir.

Yedinci hata, DictWriter'a fieldnames vermemek ya da sözlükte fazladan anahtar bırakmaktır. Son olarak, yazdığınız dosyayı yeniden okuyarak doğrulayın: özellikle Türkçe karakterlerin ve tırnaklı alanların döngüde bozulmadığını görün.

Bu beceriyi Mindset programlarında nerede çalışırsınız

Python programlama ve veri bilimi programlarındaki dosyalarla çalışma modülleri, CSV gibi biçimlerin okunmasını ve yazılmasını uygulamalı olarak işler. Veri toplama, raporlama ve otomasyon görevlerinde ilk adım çoğu zaman dışarıdan gelen bir CSV dosyasını doğru okumaktır.