如何使用 csv 模块处理字段值内的双引号？答案

【问题标题】：How to handle double quotes inside field values with csv module?如何使用 csv 模块处理字段值内的双引号？
【发布时间】：2015-04-27 20:28:08
【问题描述】：

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。

CSV 示例：

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

应该被解析为：

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

但是，我认为 Python 的 csv 模块不希望首先在单元格未包含在引号字符中时转义引号字符。 csv.reader(my_file)（默认为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？

【问题讨论】：

为什么不用'\\"' 替换双引号内的所有'""' 实例？那么csv阅读器应该可以正常工作了。
你的引号字符和转义字符是一样的吗？
@JackManey“双引号内”片段是不必要的，但总的来说，我认为只要我也转义所有“\”字符，它就会起作用。

标签： python csv

【解决方案1】：

在@JackManey 评论之后，他建议将双引号内的所有'""' 实例替换为'\\"'。

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

在阅读时，escapechar 会从后面的字符中删除任何特殊含义

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' 生成 [['qw\\"erty']]。所以我们也必须在解析之前对转义字符进行转义。

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]

【讨论】：

【解决方案2】：

正如@JackManey 建议的那样，在阅读文件后，您可以将两个双引号替换为单双引号。

my_file_onequote = [col.replace('""', '"') for col in row for row in my_file]

【讨论】：

这将失败，"ab""cd,ef" 返回 2 个单元格，但我认为 @JackManey 几乎是正确的。