Question

我有一个.csv文件，所有字段用双引号分隔，但是有些字段中有随机双引号/ UPDATE这有点偏，我包括两行，第二行是个问题。在原文中，我最后没有双引号，这是第一个解决方案的问题，否则会起作用，但在/ n之前删除引号：

"20135025373","25","2013-08-24 00:00:00","WOOD","CHRISTY","","","2679 W. LONG CIRCLE","","LITTLETON","CO","80120","","3510862","2013-09-03 00:00:00","Monetary (Itemized)","Credit/Debit Card","Individual","","Issue Committee","A WHOLE LOT OF PEOPLE FOR JOHN MORSE","","","","N","N","0","STATEWIDE",""

“20135025373”，“10”，“2013-08-24 00:00:00”，“DAVIS”，“JOHN”，“”，“”，“2822 THIRD”“，”“，”BOULDER“ ，“CO”，“80304”，“”，“3510863”，“2013-09-03 00:00:00”，“货币（分项）”，“信用卡/借记卡”，“个人”，“”， “问题委员会”，“约翰·莫尔斯的很多人”，“”，“”，“”，“N”，“N”，“0”，“STATEWIDE”，“”

我尝试了这段代码，但它也删除了行开头和结尾的引号。

import re

with open('ColoSOS/2014_ContData.csv') as old, open('2014contx.csv', 'w') as new:
    new.writelines(re.sub(r'(?<!,)"(?!,)', '', line) for line in old)

任何想法都表示赞赏！

Answer 1

如果您可以使用csv模块，请先查看Removing in-field quotes in csv file。

如果你想通过使用正则表达式来做到这一点，我想这就足够了。

re.sub(r'(?<=[^,])"(?=[^,])', '', line)

见工作Demo

Answer 2

如果您不想在该行的开头和结尾匹配引号，则可以使用此正则表达式：

(?<!,|^)\"(?!,|$)

而不是：

(?<!,)"(?!,)

在此处查看演示：http://regex101.com/r/cI7mW5

Answer 3

您可以使用csv模块而不是re吗？它可能已经内置了这种智能。

csv我生气了。以下代码未经过测试，但可能会为您提供一个起点。

import csv

with open('ColoSOS/2014_ContData.csv') as old, open('2014contx.csv', 'w') as new:
    reader = csv.reader(old, delimiter = ','; quotechar = '"')
    new.writelines(row) for row in reader

参考：https://docs.python.org/2/library/csv.html

Python正则表达式从csv文件中获取一些/不是所有引号

3 个答案: