Question

我完全不知道如何做到这一点。

我的问题：我想接受这个：

"A, two words with comma","B","C word without comma","D"
"E, two words with comma","F","G more stuff","H no commas here!"
... (continue)

对此：

"A, two words with comma",B,C word without comma,D
"E, two words with comma",F,G more stuff,H no commas here!
... (continue)

我使用的软件在一个文本文件中创建了1,900条记录，我认为它应该是CSV，但是编写该软件的人不知道CSV文件是如何工作的，因为如果单元格包含逗号，它只需要引号（右？）。至少我知道在Excel中它将所有内容放在第一个单元格中......

我希望使用某种命令行工具（如perl或python）来解决这个问题（我在Mac上）。我不想用Java或其他任何东西来制作整个项目来处理这个问题。

非常感谢任何帮助！

Answer 1

在黑暗中拍摄，但我认为Excel会将所有内容放在第一列，因为它不知道它是以逗号分隔的数据。

Excel具有“文本到列”功能，您可以通过分隔符拆分列（确保选择逗号）。

这里有更多信息：

http://support.microsoft.com/kb/214261

修改的

您也可以尝试将文件从* .txt重命名为* .csv。这将改变Excel读取文件的方式，因此它更好地理解如何解析它在内部找到的任何内容。

Answer 2

如果只是抨击是一种选择，你可以在终端中试用这个单行：

cat file.csv | sed 's/"\([^,]*\)"/\1/g' >> new-file.csv

Answer 3

技术上应该没问题。它是用“和经过分隔的”分隔的文本。我根本没有看到任何错误，任何字段都可以引用，只有一些需要它。代码的作者很可能不想过度复杂化逻辑并引用一切。

Answer 4

清理它的一种方法是将数据提供给csv并将其转储回来。

import csv
from cStringIO import StringIO

bad_data = """\
"A, two words with comma","B","C word without comma","D"
"E, two words with comma","F","G more stuff","H no commas here!"
"""

buffer = StringIO()
writer = csv.writer(buffer)
writer.writerows(csv.reader(bad_data.split('\n')))

buffer.seek(0)
print buffer.read()

Python的csv.writer将默认为“excel”方言，因此在不需要时不会写逗号。

正则表达式输出前导和尾随引号如果不包含逗号

4 个答案: