我有一个 CSV 文件，在视觉上看起来没有损坏。其中一列包含完整的电子邮件和随后的附加逗号。格式类似于:
ID | Info | Email | Notes
--------------------------------------------------
1234 | Sample | Full email here,| More notes here
| and email wraps.|
--------------------------------------------------
5678 | Sample2| Another email, | More notes
--------------------------------------------------
9011 | Sample3| More emails | Etc.
--------------------------------------------------
我正在使用 CSV 阅读器，它会将每一行作为新行输出，但这是不正确的。 例如，我得到:
Line 1: 1234 | Sample | Full email here,| More notes here
Line 2: | and email wraps.|
Line 3: 5678 | Sample2| Another email, | More notes
Line 4: 9011 | Sample3| More emails | Etc.
我需要它能够像 Excel 或 Libre Office 一样识别单元格分隔符，并得到这个:
Line 1: 1234 | Sample | Full email here, and email wraps.| More notes here
Line 2: 5678 | Sample2| Another email, | More notes
Line 3: 9011 | Sample3| More emails | Etc.
我有这个代码:
import csv
import sys
csv.field_size_limit(sys.maxsize)
file = "myfile.csv"
with open(file, 'rU') as f:
freader = csv.reader(f, delimiter = '|', quoting=csv.QUOTE_NONE)
for row in freader:
print(','.join(row))
我试过 delimiter = ',' 或 delimiter = '\n' 但没有成功。 有什么想法吗？
请您参考如下方法:
CSV stands for comma separated values. 虽然可以将分隔符更改为制表符、竖线或您喜欢的任何内容，但事实是 CSV 是一种非常原始的基于行的格式。
问题在于您的第二条记录，从 CSV 文件的角度来看，它跨越了损坏的行。 Python CSV 库不是为容纳此类内容而设计的，因为它不是 CSV 文件的样式。
要按照您的要求进行操作，最好编写您自己的解析器，在分隔符上断开每一行并根据某种逻辑进行合并。这应该是相对微不足道的iff ID 列永远不会跨越两行。
至于具体如何写代码，需要如下流程:
Initialise array X
Read each line L of file F:
If the ID field is empty then merge each entry into the previous line L-1
Otherwise append the line L to array X
