Question

def csv_split() :
    raw = [ 
            '"1,2,3" , "4,5,6" , "456,789"',
            '"text":"a,b,c,d", "gate":"456,789"'
          ]
    cr = csv.reader( raw, skipinitialspace=True )
    for l in cr :
        print len( l ), l

此功能输出以下内容：

3 ['1,2,3 ', '4,5,6 ', '456,789']
6 ['text:"a', 'b', 'c', 'd"', 'gate:"456', '789"']

如您所知，第一行正确地分为3个条目。但第二行不是。我希望csv阅读器可以拆分它分成两个，而不是我们在这里有6个。我也考虑过正则表达式方法，但它假设一些特定的引用方言。

基本上我想要的是：只要存在一对未引用的“，”就会拆分字符串 “”。

有没有快速和一般的方法来做到这一点？我见过一些正则表达式黑客攻击假设每个字段总是被引用等等。我想我可以写一个小循环这样做效率非常低，但肯定会更多专业的建议。非常感谢！

Answer 1

CSV不是标准格式，但如果它们出现在文本内部（例如""），则使用两个"text"":""a,b,c,d"来转义引号是很常见的。 Python的CSV阅读器在这里正在做正确的事情，因为它假定了这个惯例。我不太确定您对输出的期望是什么，但这是我尝试使用非常简单的CSV阅读器，它可能适合您的格式。随意调整它。

raw = [
    '"1,2,3" , "4,5,6" , "456,789"',
    '"text":"a,b,c,d", "gate":"456,789"',
    '1,2,  3,'
]

for line in raw:
    i, quoted, row = 0, False, []
    for j, c in enumerate(line):
        if c == ',' and not quoted:
            row.append(line[i:j].strip())
            i = j + 1
        elif c == '"':
            quoted = not quoted
    row.append(line[i:j+1].strip())
    for i in range(len(row)):
        if len(row[i]) >= 2 and row[i][0] == '"' and row[i][-1] == '"':
            row[i] = row[i][1:-1] # remove quotation marks
    print row

输出：

['1,2,3', '4,5,6', '456,789']
['text":"a,b,c,d', 'gate":"456,789']
['1', '2', '3', '']

Answer 2

留下这个给后人，因为我也有点挣扎。

quotechar的{{1}}参数有助于解决此问题;如果它们在引号内（假设条目中的所有逗号都被引用），它将让你忽略delims（即在这种情况下的逗号）。也就是说，它会起作用：

csv.reader()

...逗号嵌套在引号内，但非逗号字符串没有。

从Py2 docs翻录的演示代码，并进行了修改，以便Name, Message Ford Prefect, Imagine this fork as the temporal universe. Arthur Dent, "Hey, I was using that!"是逗号（duh），而delimiter是您的双引号quotechar：

带引号的逗号的CSV文件无法通过Python正确分割

2 个答案: