我希望能够拆分包含多次引用的定界符的字符串。是否存在使用 csv 模块处理此类字符串的参数?还是有其他处理方式?
text = '"a,b"-"c,d","a,b"-"c,d"'
next(csv.reader(StringIO(text), delimiter=",", quotechar='"', quoting=csv.QUOTE_NONE))
预期输出:['"a,b"-"c,d"', '"a,b"-"c,d"']
实际输出:['"a', 'b"-"c', 'd"', '"a', 'b"-"c', 'd"']
编辑: 上面的例子是简化的,但显然过于简化了,因为一些评论提供了简化版本的解决方案,而不是完整版本。下面是我要处理的实际数据。
import csv
text = '"3-Amino-1,2,4-triazole"-text-0-"3-Amino-1,2,4-triazole"-CD-0,"3-Amino-1,2,4-triazole"-text-0-"3-Amino-1,2,4-triazole"-LS-0'
next(csv.reader(StringIO(text), delimiter=",", quotechar='"', quoting=csv.QUOTE_NONE))
预期输出
[
'"3-Amino-1,2,4-triazole"-text-0-"3-Amino-1,2,4-triazole"-CD-0',
'"3-Amino-1,2,4-triazole"-text-0-"3-Amino-1,2,4-triazole"-LS-0'
]
实际输出
[
'"3-Amino-1',
'2',
'4-triazole"-text-0-"3-Amino-1',
'2',
'4-triazole"-CD-0','"3-Amino-1',
'2', '4-triazole"-text-0-"3-Amino-1',
'2',
'4-triazole"-LS-0'
]
最佳答案
我只会回答你问题的第一部分:使用内置的 csv
模块无法做到这一点。
查看CPython源码,quotechar
选项为only processed在字段的开头:
case START_FIELD:
/* expecting field */
...
else if (c == dialect->quotechar &&
dialect->quoting != QUOTE_NONE) {
/* start quoted field */
self->state = IN_QUOTED_FIELD;
}
...
break;
在字段内,there is no such check :
case IN_FIELD:
/* in unquoted field */
if (c == '\n' || c == '\r' || c == '\0') {
/* end of line - return [fields] */
if (parse_save_field(self) < 0)
return -1;
self->state = (c == '\0' ? START_RECORD : EAT_CRNL);
}
else if (c == dialect->escapechar) {
/* possible escaped character */
self->state = ESCAPED_CHAR;
}
else if (c == dialect->delimiter) {
/* save field - wait for new field */
if (parse_save_field(self) < 0)
return -1;
self->state = START_FIELD;
}
else {
/* normal character - save in field */
if (parse_add_char(self, module_state, c) < 0)
return -1;
}
break;
当解析器处于 IN_QUOTED_FIELD
状态时,会检查 quotechar
;但是,在遇到引号时,它会返回到 IN_FIELD
状态,表明我们在未引号的字段中。所以这是可能的:
>>> import csv
>>> import io
>>> print(next(csv.reader(io.StringIO('"a,b"cd,e'))))
['a,bcd', 'e']
但是一旦解析器到达初始引用部分的末尾,它会将任何后续引用视为数据的一部分。我不知道这种行为是否符合任何(成文或未成文的)CSV 规范,或者它是否只是一个错误。
关于python - 如何在单个字段中读取带有多个引号分隔符的 csv?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68055766/