如何解析不规则使用引号的 CSV 文件？

Question

我必须解析一个以逗号分隔的 CSV 文件，其中包含不规则使用双引号的列。文件条目如下所示："1920,The False Road,American,Fred Niblo,""Enid Bennett, Lloyd Hughes"""1920,813,American,""Charles Christie, Scott Sidney"",""Wedgwood Nowell, Ralph Lewis, Wallace Beery, Laura La Plante"",mystery-+---+------------+-----------------------------------+----+|   |     A      |      B                            | C  |+---+------------+-----------------------------------+----+| 1 | 1920       | Fred Niblo                        | ...|| 2 | 1920       | ""Charles Christie, Scott Sidney""| ...|+---+------------+-----------------------------------+----+正如您所看到的，第 4 列中第一个条目不带引号，而第二个条目则带有引号。有没有办法考虑这种不规范的使用？

Answer 1

您的 csv 实际上应该如下所示才正确：

1920,The False Road,American,Fred Niblo,"Enid Bennett, Lloyd Hughes",

1920,813,American,"Charles Christie, Scott Sidney","Wedgwood Nowell, Ralph Lewis, Wallace Beery, Laura La Plante",mystery

（另请注意第一行末尾的额外逗号）

此处，包含逗号的字段用 括起来"，您可以使用任何 csv 解析器（或库）正确读取该字段。

但不知何故，你的 csv 似乎已转换为单字段 csv。整行都用引号引起来，现有的引号用另一个引号转义（如预期的那样）——除了每行末尾缺少一个结束引号。

要解决此问题，您可以首先在每行末尾添加引号，保存文件，然后将其解析为 csv，这将为每一行返回一个单元格（包含所有数据）。

然后，您可以将每个单元格的内容写入另一个文件，然后再次将该文件解析为 csv，这将为您提供正确的数据。