如何用Python脚本为无法读取CSV的C代码生成输入头文件？

针对你的需求，这里提供两种实用的实现方式，均基于Python标准库（无需第三方依赖），生成的头文件可直接被C代码包含使用：

1. 单一类型数据：生成常量数组 #

适合CSV仅存单一类型数值（如整数、浮点数）的场景，直接生成C数组定义。

示例流程： #

假设CSV文件input_values.csv内容：

value
10
20
30
40

Python脚本（使用标准csv模块读取）：

import csv

# 读取CSV数据
input_data = []
with open('input_values.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 根据实际数据类型转换，这里以整数为例
        input_data.append(int(row['value']))

# 生成头文件内容
header_content = """#ifndef INPUT_DATA_H
#define INPUT_DATA_H

// 自动生成的输入数据数组
#define INPUT_DATA_COUNT {}
const int input_data[INPUT_DATA_COUNT] = {{ {} }};

#endif // INPUT_DATA_H
""".format(len(input_data), ', '.join(map(str, input_data)))

# 写入头文件
with open('input_data.h', 'w', encoding='utf-8') as f:
    f.write(header_content)

生成的input_data.h可直接在C代码中使用：

#include "input_data.h"

int main() {
    for (int i = 0; i < INPUT_DATA_COUNT; i++) {
        printf("Value %d: %d\n", i, input_data[i]);
    }
    return 0;
}

2. 多字段数据：生成结构体数组 #

如果CSV包含多列不同类型的数据（如传感器ID、名称、数值），生成C结构体数组更便于管理。

示例流程： #

假设CSV文件sensor_data.csv内容：

id,name,value
1,"sensor1",25.5
2,"sensor2",26.1
3,"sensor3",24.8

Python脚本：

import csv

# 读取CSV字段与数据
rows = []
with open('sensor_data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    field_names = reader.fieldnames
    rows = list(reader)

# 生成C结构体定义
struct_def = "typedef struct {\n"
for field in field_names:
    # 根据字段类型匹配C数据类型，可按需调整
    if field == 'id':
        struct_def += f"    int {field};\n"
    elif field == 'name':
        struct_def += f"    char {field}[32];\n"  # 预留足够字符串长度
    elif field == 'value':
        struct_def += f"    float {field};\n"
struct_def += "} SensorData;\n\n"

# 生成结构体数组初始化代码
array_elements = []
for row in rows:
    element_parts = []
    for field in field_names:
        if field == 'id':
            element_parts.append(row[field])
        elif field == 'name':
            # 转义字符串中的双引号
            escaped_name = row[field].replace('"', '\\"')
            element_parts.append(f'"{escaped_name}"')
        elif field == 'value':
            element_parts.append(row[field])
    array_elements.append("{" + ', '.join(element_parts) + "}")

# 拼接完整头文件内容
header_content = f"""#ifndef SENSOR_DATA_H
#define SENSOR_DATA_H

{struct_def}

#define SENSOR_DATA_COUNT {len(rows)}
const SensorData sensor_data[SENSOR_DATA_COUNT] = {{
    {',\n    '.join(array_elements)}
}};

#endif // SENSOR_DATA_H
"""

# 写入头文件
with open('sensor_data.h', 'w', encoding='utf-8') as f:
    f.write(header_content)

C代码使用示例：

#include "sensor_data.h"
#include <stdio.h>

int main() {
    for (int i = 0; i < SENSOR_DATA_COUNT; i++) {
        printf("Sensor %d: %s, %.1f\n", 
               sensor_data[i].id, 
               sensor_data[i].name, 
               sensor_data[i].value);
    }
    return 0;
}

关键注意事项 #

• 类型匹配：务必保证Python转换的数据类型与C定义的类型一致，避免类型错误。
• 头文件保护：必须添加#ifndef系列宏，防止重复包含导致编译错误。
• 特殊字符处理：CSV中的字符串若包含双引号、换行等特殊字符，需在Python中做转义处理。
• 大数据量优化：若CSV数据量极大，可将数组标记为const让编译器放入ROM（嵌入式场景），或拆分生成多个小文件。

内容的提问来源于stack exchange，提问作者Mo_bp