向后解析 CSV 文件答案

【问题标题】：parsing CSV files backwards向后解析 CSV 文件
【发布时间】：2010-11-19 07:53:34
【问题描述】：

我有以下格式的 csv 文件：

CSV FILE
"a"             , "b"     , "c" , "d"
hello, world    , 1       , 2   , 3
1,2,3,4,5,6,7   , 2       , 456 , 87
h,1231232,3     , 3       , 45  , 44

问题是第一个字段中有逗号“，”。我无法控制文件的生成，因为这是我收到它们的格式。有没有办法从行尾到开头向后读取 CSV 文件？

如果我被引导到正确的方向，我不介意为此编写一个小 Python 脚本。

【问题讨论】：

为了清楚起见，也许他让它看起来像固定长度的字段？如果第一个字段包含没有任何引号字符的分隔符，则不是格式非常好的 CSV。
这不是 CSV。因此，您不能使用任何 CSV 解析技术。它是其他格式，碰巧有一些逗号，但绝对不是 CSV 在任何意义上。请停止将其称为 CSV。称之为“类 CSV”或“随机逗号值”。

标签： python parsing csv readline

【解决方案1】：

你总是可以用正则表达式做一些事情，比如 (perl regex)

#!/usr/bin/perl

use IO::File;

if (my $file = new IO::File("test.csv"))
{
    foreach my $line (<$file>) {
    $line =~ m/^(.*),(.*?),(.*?),(.*?)$/;
    print "[$1][$2][$3][$4]\n";
    }
} else {
    print "Unable to open test.csv\n";
}

（第一个是贪心搜索，后三个不是）编辑：发布完整代码而不仅仅是正则表达式

【讨论】：

【解决方案2】：

先反转字符串再处理。

tmp = tmp[::-1]

【讨论】：

【解决方案3】：

rsplit 字符串方法从右侧而不是左侧开始拆分字符串，因此它可能就是您要查找的内容（它需要一个指定最大拆分次数的参数）：

line = "hello, world    , 1       , 2   , 3"
parts = line.rsplit(",", 3)
print parts  # prints ['hello, world    ', ' 1       ', ' 2   ', ' 3']

如果您想从拆分列表中的每个项目的开头和结尾去除空格，那么您可以使用带有列表理解的strip 方法

parts = [s.strip() for s in parts]
print parts  # prints ['hello, world', '1', '2', '3']

【讨论】：

【解决方案4】：

从您提供的示例中，“列”看起来是固定大小的。首先（带逗号的那个）是 16 个字符长，那么为什么不尝试逐行读取文件，然后为每一行读取前 16 个字符（作为第一列的值），然后相应地读取其余的？获得每个值后，您可以进一步解析它（修剪空格等...）。

【讨论】：

【解决方案5】：

那不是 CSV 文件，逗号分隔的意思就是这样。

你怎么能确定那不是：

CSV FILE
"a"             , "b"     , "c" , "d"
hello           , world   , 1   , 2   , 3
1               , 2       , 3   , 4   , 5,6,7,2,456,87
h               , 1231232 , 3   , 3   , 45,44

如果文件如您所指，那么第一组应该用引号括起来，看起来字段名称很奇怪，以至于包含逗号的字段不是。

我不喜欢从源头上修复错误，如果他们声称是这样，我会退回到数据生成器以提供正确的 CSV。

【讨论】：

好点，但我确定格式，因为我是 100%，因为最后三列是 int 类型。我们按原样接收文件。我们无法控制这一代。见鬼，我什至不确定他们用什么来生成它们
我最喜欢的一句话是“我喜欢 IT 标准……有很多选择！”缺少的是，即使在选择了众多标准中的一个之后，仍有一百万种方法可以将其弄乱。很高兴看到您找到了解决方案，我也非常喜欢 Regex 解决方案，但它在处理器方面会很昂贵（老 Perl 程序员对 regex 情有独钟）。祝您处理顺利！

【解决方案6】：

如果您总是希望列数相同，并且只有第一列可以包含逗号，则只需读取任何内容并在开头连接多余的列。

问题在于界面不明确，您可以尝试绕过它，但更好的解决方案是尝试修复界面（这通常比创建多个补丁更难......）。

【讨论】：

【解决方案7】：

我同意啤酒先生。那是一个格式错误的 csv 文件。您最好的选择是找到其他分隔符或停止重载逗号或引用/转义非字段分隔逗号

【讨论】：

【解决方案8】：

我不完全理解您为什么要反向阅读每一行，但您可以这样做：

import csv
file = open("mycsvfile.csv")
reversedLines = [line[::-1] for line in file]
file.close()
reader = csv.reader(reversedLines)
for backwardRow in reader:
    lastField = backwardRow[0][::-1]
    secondField = backwardRow[1][::-1]

【讨论】：