کدهای آماده برای ذخیره داده اسکرپ در CSV

رفیق برنامه‌نویس، فرض کن کلی داده باحال رو از وب اسکرپ کردی و حالا نوبت ذخیره‌سازی‌شونه. CSV (Comma Separated Values) مثل یه دوست قدیمی و قابل اعتماد همیشه کنارته! ساده، جهانی و فوق‌العاده کاربردی برای تحلیل‌های بعدی. تو این مقاله، قراره کدهای آماده پایتون رو با هم مرور کنیم تا داده‌هات رو بدون دردسر تو فایل CSV بریزی.

بهت پیشنهاد می‌کنم برای ابزارهای بیشتر و اسنیپت‌های خفن دیگه حتماً یه سر به فروشگاه ابزارهای ما بزنی. کلی چیز باحال اونجا منتظرته!

نیاز به کمک داری؟ می‌تونی با ما تماس بگیری: 09202232789

نقشه راه: ذخیره داده اسکرپ شده در CSV

import csv

# داده‌های نمونه: لیست از لیست‌ها
data = [
    ['نام', 'شهر', 'سن'],
    ['علی', 'تهران', 30],
    ['مریم', 'اصفهان', 25],
    ['رضا', 'شیراز', 35]
]

with open('output.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerows(data)

print("داده‌ها با موفقیت در output.csv ذخیره شدند.")

import csv

# داده‌های محصولات
products = [
    ['Product ID', 'Name', 'Price'],
    [101, 'لپ‌تاپ X', 15000000],
    [102, 'موس وایرلس', 500000],
    [103, 'کیبورد مکانیکال', 1200000]
]

with open('products.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerows(products)

print("اطلاعات محصولات در products.csv ذخیره شد.")

import csv

# داده‌های مشتریان به صورت لیست از دیکشنری‌ها
customers = [
    {'id': 1, 'name': 'سارا', 'email': 'sara@example.com'},
    {'id': 2, 'name': 'وحید', 'email': 'vahid@example.com'},
    {'id': 3, 'name': 'ندا', 'email': 'neda@example.com', 'phone': '0912...'} # نمونه‌ای با فیلد اضافی
]

# مشخص کردن نام فیلدها (هدرها)
fieldnames = ['id', 'name', 'email', 'phone'] # مهم: حتی فیلدهای اختیاری را هم اینجا لیست کنید.

with open('customers.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    
    writer.writeheader() # نوشتن ردیف هدر
    writer.writerows(customers) # نوشتن همه ردیف‌های داده

print("اطلاعات مشتریان در customers.csv ذخیره شد.")

import csv
import os # برای بررسی وجود فایل

new_customers = [
    {'id': 4, 'name': 'محسن', 'email': 'mohsen@example.com'},
    {'id': 5, 'name': 'الناز', 'email': 'elnaz@example.com'}
]

csv_filename = 'customers.csv'
fieldnames = ['id', 'name', 'email'] # مطمئن شوید که fieldnames با فایل موجود همخوانی دارد.

file_exists = os.path.isfile(csv_filename)

with open(csv_filename, 'a', newline='', encoding='utf-8') as file:
    writer = csv.DictWriter(file, fieldnames=fieldnames)
    
    if not file_exists:
        writer.writeheader() # اگر فایل وجود ندارد، هدر را بنویس
    
    writer.writerows(new_customers)

print("مشتریان جدید به customers.csv اضافه شدند.")

import csv

persian_data = [
    ['عنوان', 'متن'],
    ['مقاله پایتون', 'این یک متن آزمایشی فارسی است.'],
    ['خبر مهم', 'داده‌های اسکرپ شده، حاوی اطلاعات مفیدی هستند!']
]

with open('persian_text.csv', 'w', newline='', encoding='utf-8') as file:
    writer = csv.writer(file)
    writer.writerows(persian_data)

print("متن فارسی با موفقیت در persian_text.csv ذخیره شد (UTF-8).")

مشکل: فایل CSV رو تو اکسل باز می‌کنید و با مربع‌های خالی یا کاراکترهای نامفهوم (مثل “?????”) مواجه می‌شید. این مشکل تو اکثر اوقات مربوط به متن‌های فارسی یا کاراکترهای خاصه.

راه حل:

• همیشه تو تابع `open()` از `encoding=’utf-8’` استفاده کنید.
• موقع باز کردن فایل تو اکسل، از گزینه “Data” -> “From Text/CSV” استفاده کنید و ان‌کدینگ `UTF-8` رو انتخاب کنید.

مشکل: هر بار که داده‌های جدید رو به فایل CSV اضافه می‌کنید، یه ردیف هدر جدید هم بهش اضافه می‌شه.

راه حل:

• قبل از نوشتن هدرها، با استفاده از ماژول `os` (مثل مثال بالا) بررسی کنید که آیا فایل CSV از قبل وجود داره یا نه. اگر وجود داشت، دیگه `writeheader()` رو صدا نزنید.

مشکل: با اینکه داده‌هاتون درست به نظر می‌رسن، ولی وقتی فایل رو باز می‌کنید، می‌بینید که محتواها تو ستون‌های نادرست قرار گرفتن.

راه حل:

• برای `csv.writer`: مطمئن بشید که ترتیب آیتم‌ها تو هر لیست (یا تاپل) دقیقاً همون ترتیبی هست که برای ستون‌ها انتظار دارید.
• برای `csv.DictWriter`: لیست `fieldnames` رو با دقت چک کنید. ترتیب کلیدها تو `fieldnames`، ترتیب ستون‌ها رو مشخص می‌کنه و دیکشنری‌هاتون باید کلیدهای مشابه داشته باشن.

مشکل: وقتی تعداد داده‌ها به ده‌ها هزار یا میلیون‌ها ردیف می‌رسه، عملیات ذخیره‌سازی خیلی کند می‌شه.

راه حل:

• از روش نوشتن دسته‌ای (Batch Writing) استفاده کنید. داده‌ها رو تو یه لیست موقت جمع کنید و بعد از رسیدن به یه تعداد مشخص (مثلاً ۱۰۰۰ یا ۵۰۰۰ ردیف)، با `writerows()` یکجا بنویسیدشون.
• مطمئن بشید که `newline=”` رو تو `open()` استفاده کردید. این کار از اضافه شدن خطوط خالی بین ردیف‌ها جلوگیری می‌کنه و بهینه حتا برای سیستم عامل‌های مختلف.

مشکل: اگه یکی از فیلدهای شما خودش شامل کاراکترهای جداکننده (مثل کاما) باشه، ممکنه CSV رو خراب کنه و داده‌ها رو اشتباه تفکیک کنه.

راه حل:

• خبر خوب اینه که ماژول `csv` پایتون به صورت پیش‌فرض این موارد رو مدیریت می‌کنه! یعنی اگه یه فیلدی کاما داشته باشه، خودش اون رو با علامت نقل قول (دابل کوتیشن) محصور می‌کنه تا مشکل پیش نیاد.
• اگر نیاز به رفتار سفارشی‌سازی شده دارید، می‌تونید آرگومان‌های `delimiter` و `quotechar` و `quoting` رو به `csv.writer` یا `csv.DictWriter` پاس بدید.

امیدوارم این راهنمای جامع کمکت کرده باشه تا بتونی داده‌های اسکرپ شده‌ات رو به بهترین شکل ممکن تو فایل‌های CSV ذخیره کنی. همیشه یادت باشه، بهترین ابزارها و اسنیپت‌های برنامه‌نویسی رو می‌تونی تو سایت fa-tools.ir پیدا کنی.

برای دسترسی به مجموعه‌ای بی‌نظیر از کدهای آماده و اسنیپت‌های کاربردی همین حالا کلیک کن!