从两个独立的任务来考虑它：

• 从“脏”源（此CSV文件）收集一些数据项
• 将这些数据存储在某个地方，以便易于以编程方式访问和操作（根据您想对它做什么）

处理脏CSV

一种方法是使用函数deserialize_business()从CSV中的每个传入行提取结构化的业务信息。这个函数可能很复杂，因为这是任务的本质，但仍然建议将其拆分为自包含的较小函数（如get_outlets()、get_headings()等）。这个函数可以返回一个字典，但根据你的需要，它可以是一个[named]元组，一个自定义对象，等等。
该函数将是用于该特定CSV数据源的“适配器”。
反序列化函数示例：

def deserialize_business(csv_line):
    """
    Distills structured business information from given raw CSV line.
    Returns a dictionary like {name, phone, owner,
    btype, yoe, headings[], outlets[], category}.
    """

    pieces = [piece.strip("[[\"\']] ") for piece in line.strip().split(',')]

    name = pieces[0]
    phone = pieces[1]
    owner = pieces[2]
    btype = pieces[3]
    yoe = pieces[4]

    # after yoe headings begin, until substring Outlets Address
    headings = pieces[4:pieces.index("Outlets Address")]

    # outlets go from substring Outlets Address until category
    outlet_pieces = pieces[pieces.index("Outlets Address"):-1]

    # combine each individual outlet information into a string
    # and let ``deserialize_outlet()`` deal with that
    raw_outlets = ', '.join(outlet_pieces).split("Outlets Address")
    outlets = [deserialize_outlet(outlet) for outlet in raw_outlets]

    # category is the last piece
    category = pieces[-1]

    return {
        'name': name,
        'phone': phone,
        'owner': owner,
        'btype': btype,
        'yoe': yoe,
        'headings': headings,
        'outlets': outlets,
        'category': category,
    }

调用它的示例：

with open("phonebookCOMPK-Directory.csv") as f:
    lineno = 0

    for line in f:
        lineno += 1

        try:
            business = deserialize_business(line)

        except:
            # Bad line formatting?
            log.exception(u"Failed to deserialize line #%s!", lineno)

        else:
            # All is well
            store_business(business)

存储数据

您将使用store_business()函数获取数据结构并将其写入某个位置。也许它是另一个结构更好的CSV，也许是多个CSV，一个JSON文件，或者你可以使用SQLite关系数据库工具，因为Python内置了它。
这一切都取决于你以后想做什么。

关系示例

在这种情况下，您的数据将被拆分到多个表中。（我使用的是“table”这个词，但它可以是一个CSV文件，尽管你也可以使用SQLite DB，因为Python内置了它。
确定所有可能业务标题的表格：

business heading ID, name
1, Abattoirs
2, Exporters
3, Food Delivery
4, Butchers Retail
5, Meat Dealers-Retail
6, Meat Freezer
7, Meat Packers

确定所有可能类别的表格：

category ID, parent category, name
1, NULL, "Agriculture, fishing & Forestry"
2, 1, "Farming equipment & services"
3, 2, "Abattoirs in Pakistan"

企业标识表：

business ID, name, phone, owner, type, yoe, category
1, Meat One, +92-21-111163281, Al Shaheer Corporation, Retailers, 2008, 3

描述其插座的表格：

business ID, city, address, landmarks, phone
1, Karachi UAN, "Shop 13, Ground Floor, Plot 14-D, Sky Garden, Main Tipu Sultan Road, KDA Scheme No.1, Karachi", "Nadra Chowrangi, Sky Garden, Tipu Sultan Road", +92-21-111163281
1, Karachi UAN, "Near Jan's Broast, Boat Basin, Khayaban-e-Roomi, Block 5, Clifton, Karachi", "Boat Basin, Jans Broast, Khayaban-e-Roomi", +92-21-111163281

描述其标题的表格：

business ID, business heading ID
1, 1
1, 2
1, 3
…

处理所有这些需要一个复杂的store_business()函数。如果使用关系型的方式保存数据，可能值得研究SQLite和一些ORM框架。

你可以替换这行：

print(listt[0])

其中：

print(*listt[0], sep='\n')