python - 为什么 Python CSV 阅读器会忽略双引号字段？

Question

我认为这可能很简单，但经过一个小时的搜索后，我还是没能弄清楚我做错了什么。

我正在使用以下代码读取 CSV 文件 - 我读取该文件没有问题，但是当一行包含一个因包含定界符而被双引号括起来的字段时，CSV 阅读器会忽略双引号并将该字段解析为 2 个单独的字段。

这是我使用的代码:

myReader = csv.reader(open(inPath, 'r'), dialect='excel', delimiter=',', quotechar='"')
for row in myReader:
    print row,
    print len(row)

我的输入:

hello, this is row 1, foo1
hello, this is row 2, foo2
goodbye, "this, is row 3", foo3

这给了我:

['hello', ' this is row 1', ' foo1'] 3
['hello', ' this is row 2', ' foo2'] 3
['goodbye', ' "this', ' is row 3"', ' foo3'] 4

我需要更改什么才能将双引号字段识别为一个字段？ 我使用的是 python 版本 2.6.1。

谢谢!

Answer 1

如果您查看正在使用的方言，您会注意到 excel 方言是 配置如下:

class excel(Dialect):
    """Describe the usual properties of Excel-generated CSV files."""
    delimiter = ','
    quotechar = '"'
    doublequote = True
    skipinitialspace = False
    lineterminator = '\r\n'
    quoting = QUOTE_MINIMAL

请注意 skipinitialspace 设置为 False。只需将其传递给您的读者即可。 哦，顺便说一句，您传入的所有字段都已经是默认值 使用 excel 方言，这是传递给 csv.reader 的默认方言参数

所以，我会像这样重写你的代码:

>>> with open(inPath) as fp:
>>>     reader = csv.reader(fp, skipinitialspace=True)
>>>     for row in reader:
>>>         print row,
>>>         print len(row)
['hello', 'this is row 1', 'foo1'] 3
['hello', 'this is row 2', 'foo2'] 3
['goodbye', 'this, is row 3', 'foo3'] 3