本文介绍如何不依赖 csv 或其他外部模块，仅用内置函数将 CSV 文件按行转换为以表头为键、对应单元格为值的字典列表，并提供简洁可靠的实现方案与关键注意事项。
本文介绍如何不依赖 `csv` 或其他外部模块，仅用内置函数将 csv 文件按行转换为以表头为键、对应单元格为值的字典列表，并提供简洁可靠的实现方案与关键注意事项。
在实际数据处理中，常需将结构化 CSV 数据快速映射为易于操作的 Python 字典。若受限于环境（如嵌入式系统、教学场景或安全策略），无法使用 csv 模块时，完全可通过 open()、strip()、split() 和 zip() 等内置工具高效完成该任务。
核心思路分两步：
- 读取并解析首行作为 headers（列名）；
- 对后续每一行，按逗号分割后与 headers 一一配对，构造字典。
以下为推荐实现（已通过 Python 3.8+ 验证）：
with open("data.csv", "r", encoding="utf-8") as f:
# 读取并解析表头（去除换行符，按逗号分割）
headers = next(f).strip().split(",")
# 遍历剩余各行
for line in f:
# 清理行尾换行符，分割字段，与 headers 组合成字典
values = line.strip().split(",")
row_dict = dict(zip(headers, values))
print(row_dict)假设 data.csv 内容如下：
立即学习“Python免费学习笔记（深入）”；
Name,Age,City Alice,28,Beijing Bob,34,Shanghai Charlie,22,Guangzhou
运行结果为：
{'Name': 'Alice', 'Age': '28', 'City': 'Beijing'}
{'Name': 'Bob', 'Age': '34', 'City': 'Shanghai'}
{'Name': 'Charlie', 'Age': '22', 'City': 'Guangzhou'}✅ 关键优势：
- 零外部依赖，兼容所有标准 Python 环境；
- 内存友好——逐行处理，不一次性加载整个文件；
- 逻辑清晰，zip(headers, values) 天然保证键值顺序一致。
⚠️ 注意事项：
- CSV 转义与引号未处理：本方案假设字段不含逗号、换行符或双引号（即“简单 CSV”）。若数据含复杂内容（如 "Smith, Jr.",35,"New York"），必须改用 csv 模块，否则 split(",") 会错误切分；
- 编码问题：务必显式指定 encoding="utf-8"（尤其 Windows 默认 ANSI 环境），避免中文乱码；
- 空行防护：生产环境建议添加 if not line.strip(): continue 跳过空白行；
- 字段数量校验：可加入 if len(values) != len(headers): raise ValueError(...) 防止列数不匹配导致静默错误。
如需收集全部字典而非逐行打印，只需初始化一个空列表并在循环中 dict_list.append(row_dict) 即可。此方法是理解 CSV 解析底层机制的理想起点，亦可作为轻量级数据预处理的可靠备选方案。
