python - 如何使用 csv 模块处理字段值内的双引号？

Question

我正在尝试从我无法控制的外部系统解析 CSV 文件。

逗号用作分隔符

当单元格包含逗号时，它会用引号括起来，所有其他引号都用另一个引号字符转义。

(我的问题)当单元格没有用引号括起来时，所有引号字符都会用另一个引号转义。

示例 CSV:

qw""erty,"a""b""c""d,ef""""g"

应该解析为:

[['qw"erty', 'a"b"c"d,ef""g']]

但是，我认为 Python 的 csv 模块不希望在单元格一开始没有用引号字符包裹时转义引号字符。 csv.reader(my_file) (默认 doublequote=True )返回:

['qw""erty', 'a"b"c"d,ef""g']

有没有办法用 python csv 模块解析这个？

Answer 1

继@JackManey 评论后，他建议替换 '""' 的所有实例双引号内的 '\\"' .

识别我们当前是否在双引号单元内被证明是不必要的，我们可以替换 '""' 的所有实例与 '\\"' .
Python documentation says :

On reading, the escapechar removes any special meaning from the following character

但是，在原始单元格已经包含转义字符的情况下，这仍然会中断，例如: 'qw\\\\""erty'生产 [['qw\\"erty']] .所以我们也必须在解析之前转义转义字符。

最终解决方案:

with open(file_path, 'rb') as f:
  content = f.read().replace('\\', '\\\\').replace('""', '\\"')
  reader = csv.reader(StringIO(content), doublequote=False, escapechar='\\')
  return [row for row in reader]