Question

我有一个大型CSV文件，其中包含一行和一些行中的换行符。我想读取每个单元格的内容并将其写入文本文件，但CSV阅读器将带有换行符的单元格分成多个（多行）并将每个单元格写入单独的文本文件。

在MAC Sierra上使用Python 3.6.2

以下是一个例子：

"content of row 1"
"content of row 2 
 continues here"
"content of row 3"

以下是我的阅读方式：

with open(csvFileName, 'r') as csvfile:

    lines= csv.reader(csvfile)

    i=0
    for row in lines:
        i+=1
        content= row

        outFile= open("output"+str(i)+".txt", 'w')

        outFile.write(content)

        outFile.close()

这为每行创建4个文件而不是3个文件。关于如何忽略第二行中的换行符的任何建议？

Answer 1

您可以定义正则表达式模式，以帮助您迭代行。

阅读整个文件内容 - 如果可能。

s = '''"content of row 1"
"content of row 2 
 continues here"
"content of row 3"'''

模式 - 双引号，后跟任何不是双引号，然后是双引号。：

row_pattern = '''"[^"]*"'''
row = re.compile(row_pattern, flags = re.DOTALL | re.MULTILINE)

迭代行：

for r in row.finditer(s):
    print r.group()
    print '******'

>>> 
"content of row 1"
******
"content of row 2 
 continues here"
******
"content of row 3"
******
>>>

Answer 2

您描述的文件不是CSV（逗号分隔值）文件。 CSV文件是每行一个的记录列表，其中每个记录用逗号分隔。 CSV有各种“风格”，支持引用字段的各种功能（例如，字段中嵌入了逗号）。

我认为您最好的选择是创建一个适配器类/实例，它将预处理原始文件，查找并将延续行合并到记录中，然后将它们传递给您的 csv.reader 。您可以在Python标准库的StringIO之后为您的类建模。

重点是你创建了一些处理数据但行为足够像文件对象的东西，它可以透明地用作 csv.reader（）之类的输入源。

（正确完成，你甚至可以实现Python context manager protocol。io.StringIO支持这个协议，可以作为参考。这将允许你使用这个假设的“行合并”适配器类的实例在Python with 语句中，就像在示例代码中使用open file（）对象一样。）

from io import StringIO
import csv
data = u'1,"a,b",2\n2,ab,2.1\n'
with StringIO(data) as infile:
    reader = csv.reader(infile, quotechar='"')
    for rec in reader:
        print(rec[0], rec[2], rec[1])

这只是在 with 语句中使用 io.StringIO 的一个简单示例请注意 io.StringIO 需要Unicode数据， io.BytesIO 需要“字节”或字符串数据（至少在2.7.x中）。你的适配器类可以做任何你喜欢的事情。

Python 3读取行文件中包含换行符的CSV文件

2 个答案: