csv文件中

Question

在（伪）csv文件中是否存在将二进制文件与文本数据混合的安全方法？

一个天真和部分的解决方案是：

• 使用复合字段分隔符，由多个字符组成（例如\a\b序列）
• 将每个字段保存为文本或二进制数据将要求pseudocsv的解析器查找\a\b序列并根据已知规则读取分隔符之间的数据（例如，通过已知标题的方式）例如，使用字段名称和字段类型

核心问题是，在数据的实际结束之前，二进制数据不能保证在其正文内某处不包含\a\b序列。

正确的解决方案是将单个blob字段保存在各自的单独物理文件中，并仅在.csv中包含文件名，但在此方案中这是不可接受的。

是否有任何适当且安全的解决方案，已经实施或适用这些限制？

Answer 1

如果您需要单个文件中的所有内容，只需使用其中一种方法将二进制编码为可打印的ASCII，并将结果添加到CSV vfieds（让CSV模块根据需要添加和转义引号）。

一种这样的方法是base64 - 但即使在Python的base64编解码器上，也有更高效的编解码器，如base85（在更新的Pythons，版本3.4及以上，我猜）。

因此，Python 2.7中的一个例子是：

import csv, base64

import random
data = b''.join(chr(random.randrange(0,256)) for i in range(50))

writer = csv.writer(open("testfile.csv", "wt"))
writer.writerow(["some text", base64.b64encode(data)])

当然，你必须在读取文件时进行正确的base64解码 - 但它肯定比尝试创建ad-hoc转义方法更好。