如何快速解析CSV文件并自动生成详尽的统计报告？

本文共计1067个文字，预计阅读时间需要5分钟。

本文字介绍如何使用Python的``标签设置文本颜色。通过将`style`属性添加到``标签中，并设置`color`值，可以直接在HTML中改变文本颜色。例如：

在开发任务管理系统（如课程项目中的task_manager.py）时，常需从结构化文本文件（如tasks.txt）中批量读取、解析并统计任务数据。原始代码存在多个典型问题：文件句柄重复遍历（enumerate(task)后又调用task.readlines()）、未重置文件指针导致后续读取为空、列表索引误用（如reports[-1]试图判断完成状态）、日期字符串直接比较（不安全且易出错）等。这些问题导致统计逻辑失效，字典值无法更新。

推荐采用标准库 csv.DictReader 进行健壮解析——它自动将首行作为字段名，每行转为字典，天然支持分号分隔符，大幅提升可读性与可靠性。

✅ 正确实现步骤

1. 结构化加载数据：按用户组织任务

import csv from datetime import datetime def load_tasks(filename: str) -> dict: """将tasks.txt按用户分组，返回 {username: [task_dict, ...]}""" users = {} with open(filename, 'r', encoding='utf-8') as f: reader = csv.DictReader(f, delimiter=';') for row in reader: username = row.pop('user').strip() if username not in users: users[username] = [] users[username].append(row) return users

2. 计算任务总览（task_overview）

关键逻辑：

• 遍历所有任务，累加总数、已完成/未完成数；
• 对未完成任务，将due date字符串转为datetime对象再与当前日期比较；
• 百分比计算需避免除零（建议添加if result['Tasks'] > 0保护）。

def generate_task_overview(users: dict) -> dict: stats = { "Tasks": 0, "Completed": 0, "Uncompleted": 0, "Overdue": 0, "Percentage Incomplete": 0.0, "Percentage Overdue": 0.0 } today = datetime.now() for task_list in users.values(): for task in task_list: stats["Tasks"] += 1 if task['completed'].strip() == 'Yes': stats["Completed"] += 1 else: stats["Uncompleted"] += 1 try: due_date = datetime.strptime(task['due date'].strip(), '%Y-%m-%d') if due_date < today: stats["Overdue"] += 1 except ValueError: print(f"Warning: Invalid date format in task '{task.get('Task', 'unknown')}'") # 安全计算百分比 if stats["Tasks"] > 0: stats["Percentage Incomplete"] = (stats["Uncompleted"] / stats["Tasks"]) * 100 stats["Percentage Overdue"] = (stats["Overdue"] / stats["Tasks"]) * 100 return stats

3. 计算用户总览（user_overview）

统计用户总数、每人任务数、总任务数等。注意原需求中 "Name": 0 含义模糊，此处统一替换为 "User_Count" 和各用户明细（可选扩展）：

def generate_user_overview(users: dict) -> dict: user_count = len(users) total_tasks = sum(len(tasks) for tasks in users.values()) return { "Users": user_count, "Total_Tasks": total_tasks, "Per_User_Tasks": {user: len(tasks) for user, tasks in users.items()} }

4. 主流程与文件写入

整合逻辑，并写入报告文件：

if __name__ == "__main__": # 加载数据 users = load_tasks("tasks.txt") # 生成统计 task_stats = generate_task_overview(users) user_stats = generate_user_overview(users) # 写入 task_overview.txt with open("task_overview.txt", "w", encoding='utf-8') as f: for k, v in task_stats.items(): f.write(f"{k}: {v}\n") # 写入 user_overview.txt with open("user_overview.txt", "w", encoding='utf-8') as f: for k, v in user_stats.items(): if isinstance(v, dict): f.write(f"{k}:\n") for sub_k, sub_v in v.items(): f.write(f" {sub_k}: {sub_v}\n") else: f.write(f"{k}: {v}\n") print("✅ Reports generated: task_overview.txt & user_overview.txt")

⚠️ 注意事项

• 编码安全：始终指定 encoding='utf-8' 防止中文或特殊字符报错；
• 异常处理：对日期解析、空字段等添加try/except，避免程序中断；
• 文件指针：切勿对同一文件对象多次迭代（如先for line in f再f.readlines()），应重开文件或使用f.seek(0)；
• 字段校验：生产环境建议检查tasks.txt是否缺失必要列（如user, completed, due date）；
• 性能提示：对于超大文件，可考虑流式处理或Pandas；但本场景下csv.DictReader已足够高效。

通过以上结构化设计，代码逻辑清晰、易于维护，并能准确支撑后续报告生成功能。