ucsv.py

   1 # vim: set encoding=utf-8 et sw=4 sts=4 :
   2
   3 import csv
   4 import codecs
   5 try:
   6     from cStringIO import StringIO
   7 except ImportError:
   8     from StringIO import StringIO
   9
  10 r"""
  11 CSV parsing and writing supporting unicode and encodings.
  12
  13 This module is copied from Python 2.5 csv module documentation:
  14 http://docs.python.org/lib/csv-examples.html
  15
  16 It's adapted to work, at least, on Python 2.4.
  17 """
  18
  19 class UTF8Recoder:
  20     """
  21     Iterator that reads an encoded stream and reencodes the input to UTF-8
  22     """
  23     def __init__(self, f, encoding):
  24         self.reader = codecs.getreader(encoding)(f)
  25
  26     def __iter__(self):
  27         return self
  28
  29     def next(self):
  30         return self.reader.next().encode("utf-8")
  31
  32 class UnicodeReader:
  33     """
  34     A CSV reader which will iterate over lines in the CSV file "f",
  35     which is encoded in the given encoding.
  36     """
  37
  38     def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):
  39         f = UTF8Recoder(f, encoding)
  40         self.reader = csv.reader(f, dialect=dialect, **kwds)
  41
  42     def next(self):
  43         row = self.reader.next()
  44         return [unicode(s, "utf-8") for s in row]
  45
  46     def __iter__(self):
  47         return self
  48
  49 class UnicodeWriter:
  50     """
  51     A CSV writer which will write rows to CSV file "f",
  52     which is encoded in the given encoding.
  53     """
  54
  55     def __init__(self, f, dialect=csv.excel, encoding="utf-8", **kwds):
  56         # Redirect output to a queue
  57         self.queue = StringIO()
  58         self.writer = csv.writer(self.queue, dialect=dialect, **kwds)
  59         self.stream = f
  60         if hasattr(codecs, 'getincrementalencoder'):
  61             self.encoder = codecs.getincrementalencoder(encoding)()
  62         else:
  63             class E:
  64                 def __init__(self, encoding):
  65                     self.encoding = encoding
  66                 def encode(self, obj):
  67                     return codecs.encode(obj, encoding)
  68             self.encoder = E(encoding)
  69
  70     def writerow(self, row):
  71         self.writer.writerow([unicode(s).encode("utf-8") for s in row])
  72         # Fetch UTF-8 output from the queue ...
  73         data = self.queue.getvalue()
  74         data = data.decode("utf-8")
  75         # ... and reencode it into the target encoding
  76         data = self.encoder.encode(data)
  77         # write to the target stream
  78         self.stream.write(data)
  79         # empty queue
  80         self.queue.truncate(0)
  81
  82     def writerows(self, rows):
  83         for row in rows:
  84             self.writerow(row)
  85
  86 writer = UnicodeWriter
  87
  88 reader = UnicodeReader
  89
  90
  91 if __name__ == '__main__':
  92
  93     sio = StringIO()
  94
  95     writer = writer(sio)
  96     writer.writerows([[u"adfj", u"ñjdfhk"], [u"áalskdjal", u"1uas"]])
  97
  98     print sio.getvalue()
  99
 100     sio.seek(0)
 101
 102     for row in reader(sio):
 103         print row
 104