在数据处理、数据分析和自动化办公场景中，CSV（逗号分隔值）文件是最常用的数据交换格式之一。Python 作为数据处理的主流语言，原生提供了csv模块处理CSV文件，但面对复杂场景（如大文件、CSV 与 Excel 格式互转、特殊字符处理）时，原生模块往往需要大量额外封装。
本文将介绍如何使用 Free Spire.XLS for Python 库实现 CSV 文件的读取、写入操作。开始前先通过 pip 安装该免费库：
pip install Spire.Xls.Free
相比标准库 csv，它的核心优势在于：
1. 通过 Python 读取CSV文件
1.1 基础读取：读取整份CSV文件
以下示例展示如何读取CSV文件的所有数据，包括表头和内容，并打印输出：
from spire.xls import *
def read_csv_file(file_path):
# 创建Workbook对象
workbook = Workbook()
# 加载CSV文件
workbook.LoadFromFile(file_path, ",", 1, 1)
# 获取第一个工作表（CSV文件加载后默认生成一个工作表）
worksheet = workbook.Worksheets[0]
# 获取工作表的行数和列数
row_count = worksheet.LastRow
col_count = worksheet.LastColumn
# 遍历所有单元格并打印数据
print("CSV文件内容：")
for row in range(1, row_count + 1):
row_data = []
for col in range(1, col_count + 1):
cell_value = worksheet.Range[row, col].Text
row_data.append(cell_value)
print("\\t".join(row_data))
# 释放资源
workbook.Dispose()
# 调用函数读取CSV文件
if __name__ == "__main__":
csv_file_path = "sales_data.csv" # 替换为你的CSV文件路径
read_csv_file(csv_file_path)
读取结果： 
1.2 进阶读取：按条件筛选数据
实际场景中常需筛选特定行/列数据，例如读取“销售额>1000”的行：
from spire.xls import *
def read_csv_with_filter(file_path):
workbook = Workbook()
workbook.LoadFromFile(file_path, ",", 1, 1)
worksheet = workbook.Worksheets[0]
row_count = worksheet.LastRow
col_count = worksheet.LastColumn
# 假设第3列是销售额（数值型），筛选销售额>1000的行
print("销售额>1000的记录：")
# 跳过表头（第一行）
for row in range(2, row_count + 1):
# 获取销售额单元格的值并转换为浮点数
sales_value = float(worksheet.Range[row, 3].Text)
if sales_value > 1000:
row_data = []
for col in range(1, col_count + 1):
row_data.append(worksheet.Range[row, col].Text)
print("\\t".join(row_data))
workbook.Dispose()
if __name__ == "__main__":
read_csv_with_filter("sales_data.csv")
按条件读取结果： 
2. 通过 Python 写入 CSV 文件
2.1 基础写入：创建并写入 CSV 文件
以下示例展示如何创建新的 CSV 文件，并写入表头和多行数据：
from spire.xls import *
def write_csv_file(file_path):
# 创建Workbook对象
workbook = Workbook()
# 移除默认的工作表，创建新工作表
workbook.Worksheets.Clear()
worksheet = workbook.Worksheets.Add("CSV_Data")
# 定义表头和数据
header = ["姓名", "部门", "薪资", "入职时间"]
data = [
["张三", "销售部", "15000", "2023-01-10"],
["李四", "技术部", "12000", "2023-03-15"],
["王五", "市场部", "8000", "2022-11-20"]
]
# 写入表头
for col in range(len(header)):
worksheet.Range[1, col + 1].Text = header[col]
# 写入数据
for row in range(len(data)):
for col in range(len(data[row])):
worksheet.Range[row + 2, col + 1].Text = data[row][col]
# 保存为CSV文件（指定编码为UTF-8，避免中文乱码）
worksheet.SaveToFile(file_path, ",", Encoding.get_UTF8())
# 释放资源
workbook.Dispose()
print(f"CSV文件已成功写入：{file_path}")
if __name__ == "__main__":
write_csv_file("employee_data.csv")
生成的 CSV 文件： 
2.2 进阶写入：追加数据到已有 CSV 文件
若需在已有 CSV 文件末尾追加数据，可先读取原有数据，再写入新数据：
from spire.xls import *
def append_to_csv(file_path, new_data):
# 加载已有CSV文件
workbook = Workbook()
workbook.LoadFromFile(file_path, ",", 1, 1)
worksheet = workbook.Worksheets[0]
# 获取已有数据的最后一行
last_row = worksheet.LastRow
# 追加新数据
for row in range(len(new_data)):
for col in range(len(new_data[row])):
worksheet.Range[last_row + row + 1, col + 1].Text = new_data[row][col]
# 保存到新CSV文件
worksheet.SaveToFile("new_employee_data.csv", ",", Encoding.get_UTF8())
workbook.Dispose()
if __name__ == "__main__":
# 要追加的新数据
new_data = [
["赵六", "财务部", "9000", "2023-05-01"],
["孙七", "行政部", "7500", "2023-02-28"]
]
append_to_csv("employee_data.csv", new_data)
数据追加结果： 
3. 常见问题与解决方案
- 中文乱码问题：保存时指定Encoding.get_UTF8()，避免默认编码导致的乱码；
- 大文件读写卡顿：可使用worksheet.ExportDataTable()将数据转为DataTable，分片处理；
- CSV分隔符非逗号：加载/保存时指定分隔符（如制表符\\t、分号;），示例：workbook.LoadFromFile(file_path, ";", 1, 1)。
4. 总结
Free Spire.XLS for Python 是处理 CSV 文件的高效工具：
通过本文的示例，你可以快速掌握基于 Python 的 CSV 文件读取与写入技巧，满足日常数据处理、自动化办公等场景的需求。相比原生模块，该库的面向对象API更易维护，且能无缝对接 Excel 格式，是 Python 数据处理的优质选择。
