Ruby CSV - 第 1 行的非法引用。CSV::MalformedCSVError答案

【问题标题】：Ruby CSV - Illegal quoting in line 1. CSV::MalformedCSVErrorRuby CSV - 第 1 行的非法引用。CSV::MalformedCSVError
【发布时间】：2014-08-10 20:29:41
【问题描述】：

我在读取 csv 文件时遇到问题。文件来自 Windows，所以我想有一些编码问题。我的代码如下所示：

CSV.open(path, 'w', headers: :first_row, col_sep: ';', row_sep: "\r\n", encoding: 'utf-8') do |csv|    
    CSV.parse(open(doc.file.url), headers: :first_row, col_sep: ';', quote_char: "\"", row_sep: "\r\n", encoding: 'utf-8').each_with_index do |line, index| 

        csv << line.headers if index == 0

        # do something wiht row

        csv << line 
    end
end

我必须打开现有文件并从中完成一些列。所以我只是创建新文件。现有文件存储在 Dropbox 上，所以我必须使用 open 方法。

问题是我在这一行得到一个错误：

 CSV.parse(open(doc.file.url), headers: :first_row, col_sep: ';', quote_char: "\"", row_sep: "\r\n", encoding: 'utf-8').each_with_index do |line, index|

错误是：

  Illegal quoting in line 1. CSV::MalformedCSVError

我检查了一下，似乎文件中没有 BOM 字符（不确定检查是否正确）。问题似乎出在引号字符中。文件中的每一行都会引发异常。

这是给我带来问题的文件：https://dl.dropboxusercontent.com/u/3900955/geo_bez_adresu_10_do_testow_small.csv

我尝试了 StackOverflow 的不同方法，但没有任何帮助，例如我将代码更改为：

CSV.open(path, 'w', headers: :first_row, col_sep: ';', row_sep: "\r\n", encoding: 'utf-8') do |csv|
    open(doc.file.url) do |f|
        f.each_line do |line|
            CSV.parse(line, 'r:bom|utf-8') do |row|
               csv << row
            end
        end
    end
end

但这无济于事。对于解析此文件的任何帮助，我将不胜感激。

=======编辑=========

当我在 Windows 上使用 ANSI 编码为 UTF-8（在 Notepad++ 中）保护同一个文件时，我可以正确解析文件。从这个讨论What is "ANSI as UTF-8" and how can I make fputcsv() generate UTF-8 w/BOM?，看来我在原始文件中有BOM。如果我的文件带有 BOM，我如何签入 Ruby，以及如何使用 BOM 解析 csv 文件？

【问题讨论】：

您使用的是旧版本的 ruby 吗？
不，我使用的是 Ruby 2.1.2p95。

标签： ruby csv

【解决方案1】：

CSV.parse() 在它的第一个参数上需要一个字符串，但你传递的是一个 File 对象。发生的情况是 parse() 会解析 (file object).to_s 的扩展值并导致错误。

更新

要使用 BOM 读取文件，您可以这样做：

CSV.new(File.open('file.csv', 'r:bom|utf-8'), col_sep: ';').each do |row|
  ...
end

参考：https://stackoverflow.com/a/7780559/445221

【讨论】：

是的，我在 SO 上看到了这个帖子，但是我不能使用 File.open，因为正如我所说的文件是远程的，所以我需要使用 open 方法。当我更改代码时：CSV.new(open(doc.file.url, 'r:bom|utf-8')..... 我收到一个错误：“未知编码名称 - bom|utf-8”。那么如何为 URI.open 方法设置带有编码的 UTF-8 呢？

【解决方案2】：

如果远程文件包含 BOM，我没有找到任何直接读取远程文件的方法。所以我使用 Tempfile 文件创建临时文件，然后使用 'r:bom|utf-8' 执行 CSV.open:

doc = Document.find(doc_id)

path = "#{Rails.root.join('tmp')}/#{doc.name.split('.').first}_#{Time.now.to_i}.csv"

file = Tempfile.new(["#{doc.name.split('.').first}_#{Time.now.to_i}", '.csv']) 
file.binmode
file << open(doc.file.url).read
file.close

CSV.open(path, 'w', headers: :first_row, col_sep: ';', row_sep: "\r\n", encoding: 'utf-8') do |csv|
    CSV.open(file.path, 'r:bom|utf-8', headers: :first_row, col_sep: ';', quote_char: "\"", row_sep: "\r\n").each_with_index do |line, index| 

    # do something

    end
end

现在，它似乎解析了文件。

【讨论】：