如何正确读取csv格式错误的字符串

k97glaaz 于 2023-05-26 发布在其他

关注(0)|答案(1)|浏览(138)

在csv中，对于列，字符串中存在歧义。因此，我在列表中获得6值，而不是5值作为输出。

代码：

import csv
csv_data = csv.reader(file('test.csv'))
for row in csv_data:
    print row

我尝试用space替换"，以获得至少与不带引号的普通字符串相同的结果，如下所示：

for row in csv_data:
    print [r.replace('"',' ') for r in row] # This did't worked as expected.

输入：

csv文件中的行看起来像这样，

1,2,"text1", "Sample text ""present" in csv, as this",5

"Sample text "present" in csv, as this" # Error due to this value.

输出：

['1', '2', 'text1', 'Sample text present" in csv', 'as this', 5]

预期输出：

['1', '2', 'text1', 'Sample text "present" in csv, as this', 5]

csv

来源：https://stackoverflow.com/questions/56608788/how-to-read-wrongly-formatted-string-in-csv-properly

1条答案

按热度按时间

r7s23pms1#

这几乎是令人尴尬的黑客，但似乎至少在你的问题中显示的示例输入上有效。它的工作原理是对csvreader读取的每一行进行后处理，并尝试检测它们何时由于格式错误而被错误读取，然后进行纠正。

import csv

def read_csv(filename):
    with open(filename, 'rb') as file:
        for row in csv.reader(file, skipinitialspace=True, quotechar=None):
            newrow = []
            use_a = True
            for a, b in zip(row, row[1:]):
                # Detect bad formatting.
                if (a.startswith('"') and not a.endswith('"')
                        and not b.startswith('"') and b.endswith('"')):
                    # Join misread field backs together.
                    newrow.append(', '.join((a,b)))
                    use_a = False
                else:
                    if use_a:
                        newrow.append(a)
                    else:
                        newrow.append(b)
                        use_a = True
            yield [field.replace('""', '"').strip('"') for field in newrow]

for row in read_csv('fmt_test2.csv'):
    print(row)

输出：

['1', '2', 'text1', 'Sample text "present" in csv, as this', '5']

赞(0）回复(0）举报 2023-05-26

我来回答

如何正确读取csv格式错误的字符串

1条答案

相关问题

热门标签

最新问答