Help us understand the problem. What is going on with this article?

Python でcsv出力したら一行空く件

More than 1 year has passed since last update.

Python学習にファイル操作とcsvの扱い方を触っていて、少し例題に躓いた。

『例題:数行のリストを作成して、そのリストの要素を一行ずつ出力する』
を、まず作成してみる

import csv
data = [['一行目のデータ'],['二行目のデータ'],['三行目のデータ']]
with open("'ファイル名'.csv", "w") as f:
    w = csv.writer(f, delimiter=",")
    for data_list in data:
        w.writerow(data_list)

出力結果

ヘッダー
一行目のデータ
【空白】
二行目のデータ
【空白】
三行目のデータ

あれ? 何故か空白が入りますね・・・?
はて、open optionを入れ忘れていることに気がつきました。

open のOptionに"newline"を入れておきます。

import csv
data = [['一行目のデータ'],['二行目のデータ'],['三行目のデータ']]
with open("'ファイル名'.csv", "w", newline="") as f:
    w = csv.writer(f, delimiter=",")
    for data_list in data:
        w.writerow(data_list)

出力結果

ヘッダー
一行目のデータ
二行目のデータ
三行目のデータ

OKです。

さてと、open関数のoption [newline] の役割がわかっていません。調べます。
「Newlineはuniversal newlinesモードの制御内容を記載するもの」ということですね。リンク
なるほどtextモードでのみ働くのと、行セパレータos.linesepにどのように翻訳されるかを指定する。
折角なのでまとめてみます。

組み込み関数open のnewlineは・・・

ストリームR/W条件⇒ 入力読み込み時 出力の書き込み時
None *1 全て"\n"文字を改行セパレータへ翻訳
"" ユニバーサル改行モードを有効で行末は無変換 改行セパレータ翻訳しない
"\n" *1 改行セパレータ変換しない
"\r" *1 (改行セパレータへ変換)*2
"\r\n" *1 (改行セパレータへ変換)*2

*1:入力中の行は"\n","\r"または"\r\n"で終端され、呼び出し元に返される前に"\n"に切り詰められる。
*2:Documenntに記載ないようですが、試してみるとこの結果でした。

以上でした!

Mahalo!

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away