Question

我想解析给定的csv文件，看起来像

"header_1" ; "header_2"; "header_3"
"a" ; "b" ; "c"
"1" ; "2" ; "3"

Some footer text; maybe more.

只有正确且正确的结构化字段才能被解析。我该如何强制执行？

以下代码完成了这项工作：

with open(path) as csv_file:
    reader = csv.reader(csv_file, delimiter=";", strict=False)
    result = []
    for row in reader:
        if row == []:
            break
        result += [row]

是否有更聪明的pythonic解决方案，如果它是否为空，则不检查线路？一般来说，我更喜欢DictReader。

Answer 1

您可以使用空列表评估为break并使用while循环的事实，而不是使用false：

while(row in reader):
    result+=[row]

Answer 2

你可以使用itertools.takewhile打破你的状况，这会产生一个很好的单行：

import itertools

result = list(itertools.takewhile(bool,reader))

当该行为空时，转换为bool会产生False，takewhile会停止在您的阅读器上进行迭代。

转换为list仅用于显示目的。如果您只想迭代行（这可以避免创建列表），您不必转换

BTW：您的输入文件有一些额外的空格，使读者失败。修好它们后，我得到了以上一行：

[['header_1', 'header_2', 'header_3'], ['a', 'b', 'c'], ['1', '2', '3']]

Answer 3

你可以使用一台发电机，虽然它不是很短：

{{1}}

Answer 4

使用代码段的解决方案

import csv
with open("a.csv") as csv_file:
    reader = csv.reader(csv_file, delimiter=";", strict=False)
    result = []
    #First get everything in list
    for row in reader:
        result.append(row)
#Filter list only for row with 3 elements.Blank line got ignored also
final = [r for r in result if len(r)==3]
print final

输出：

C:\Users\dinesh\Desktop>python demo.py
[['header_1 ', ' "header_2"', ' "header_3"'], ['a ', ' "b" ', ' "c"'], ['1 ', '"2" ', ' "3"']]

Answer 5

当我运行你的代码时，在Python 2或3下，我得到一个csv.Error异常：

  File "so1.py", line 7, in <module>
    for row in reader:
_csv.Error: ';' expected after '"'

CSV“标准”中的字段分隔符周围不允许有空格。但是，当我将strict设置为False时，我得到三个数据行和一个空行，然后输出停止，因为break语句终止循环的执行。用break替换continue（终止循环）（结束此迭代）给出第四行：['Some footer text', ' maybe more.']。

因此，如果您想处理数据错误，您的测试似乎需要更具体一些 - 可能只测试三个值，并忽略任何具有不同数字的行？

读取非结构化CSV

5 个答案: