我一般用Python处理数据文件，比如分析日志，转换文件等。比如我开发的Oracle内部使用的SQLView工具就是基于Jython/Python，对产生的Weblogic JDBC分析并生成最直接可视的报表。套用现在最装B的说法，就是数据可视化。
SQLView的脚本比较复杂，它需要对不同行进行交叉引用分析。而下面的这个例子，是把一个CSV文件转换成HTML文件。将复杂的数据生成彩色的HTML，老板们最喜欢这种花里胡哨的报表了。
首先读取CSV文件，open()会产生迭代列表。第一行作为表头，用绿色背景填充，后续的行交替用白色和浅黄色作为背景来区别开。no变量是行数。对于写文件对象后，习惯性用close()关闭。实际上不关闭，Python也会自动判断当文件对象超出作用域后会自动关闭。作为一个负责任的程序员，严谨规范才有可能不会被裁员。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def process(filename):
maxwidth = 100
htmlfile = filename + ".html"
fh = open(htmlfile, "w", encoding="utf8")
write_table_head(fh)
no = 0
for line in open(filename, encoding="utf8"):
if no == 0:
color = "green"
elif no % 2:
color = "white"
else:
color = "lightyellow"
write_table_td(fh, line, color, maxwidth)
no += 1
write_table_tail(fh)
fh.close()
输出table的标签，并处理每一行的TR。一行TR由多个TD组成。每个TD的值都来自于CSV文件以逗号分隔的字段。函数split()下面会具体怎么处理每一行。另外escape_html()是处理一些特殊字符，使得HTML页面中能正确显示。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
def write_table_head(fh):
fh.write("<table board=1>")
def write_table_tail(fh):
fh.write("</table>")
def escape_html(field):
field = field.replace("&", "&")
field = field.replace("<", "<")
field = field.replace(">", ">")
return field
def write_table_td(fh, line, color, maxwidth):
tr = "<tr bgcolor='{0}'>".format(color)
fields = split(line)
for field in fields:
if not field:
tr = tr + "<td></td>"
else:
if len(field) <= maxwidth:
field = escape_html(field)
else:
field = "{0} ...".format(escape_html(field[:maxwidth]))
tr = tr + "<td>{0}</td>".format(field)
tr = tr + "</tr>"
fh.write(tr)
split()处理CSV中的每一行。每个字段以逗号分隔。需要特殊的一个情况是，一个字段内被单双引号括起来的字符串可能也含有逗号。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def split(line):
fields = []
field = ""
quote = None
for s in line:
if s in "\"'":
if quote is None:
quote = s
elif quote == s:
quote = None
else:
field += s
if quote is None and s == ",":
fields.append(field)
field = ""
else:
field += s
if field:
fields.append(field)
return fields
就是这么简单。最后是主程序，稍加判断就可以了：
1
2
3
4
if len(sys.argv) < 2:
print("input csv filename please")
exit(0)
process(sys.argv[1])