忽略 CSV 值中的换行符答案

【问题标题】：Ignore newlines in CSV value忽略 CSV 值中的换行符
【发布时间】：2010-03-05 21:18:56
【问题描述】：

所以我有一个包含文件名和文件内容的 CSV。该文件充满了换行符和各种其他字符。我需要让每一行在一个列中包含文件名，在下一列中包含文件内容，然后我需要一个新行，直到文件末尾。

数据如下：

"filename.txt","hey there
buddy
how are you
doing"
"filename2.txt","and so on..."

根据http://creativyst.com/Doc/Articles/CSV/CSV01.htm#EmbedBRs，我的 CSV 导入器应该将这些换行值读取为单个值，而不是新行。但是，我尝试过 OO Calc、KSpread、Gnumeric，甚至 Microsoft Excel 2007，但没有一个是这样读的；他们都认为每个换行符都是一个新行。

有人知道如何解决这个问题吗？我查看了其他相关问题，但似乎都没有说。

如果这不起作用，我将不得不直接使用 Python Excel 编写模块或其他东西编写文件。有人知道在这里做什么吗？

【问题讨论】：

没有 CSV 标准......只是一个预期的标准，这正是 CSV 糟糕的原因。
有 CSV standard，但大多数实现不遵守它。

标签： csv newline

【解决方案1】：

文件必须具有 .csv 扩展名。否则似乎不起作用。就我而言，Excel 中的错误。

【讨论】：

【解决方案2】：

如果您设置了适当的标志，免费的LumenWorks CSV reader 会处理数据中的换行符。

【讨论】：

【解决方案3】：

Excel 2007 可以很好地读取它们，但您仍然会在列中看到回车符。

您需要在导入文件之前删除它们。

如果您自己从 SQL Server 创建文件，则可以轻松删除它们。

REPLACE(REPLACE(Field, CHAR(13),' '), CHAR(10), ' ') AS FixedField

【讨论】：

【解决方案4】：

我不得不切换到直接执行 Excel 格式 I/O 的东西，我没有让 Excel 按预期从 CSV 解析换行符。

即便如此，它也没有成功，因为 Excel 对每个单元格的字符数有严格的限制。客户决定不再继续这样做，并与他们需要 Excel 文件的软件的开发人员一起制定了替代提交流程。

【讨论】：

【解决方案5】：

好吧，如果输入文件可能包含任何内容，那么它也可能包含引号、逗号等任何会破坏整个表格的内容。

我建议其中之一：

使用不同的格式：如XML或HTML表格，可直接导入Excel
使用 Excel 函数（或 VBasic）转义文件中的换行符并在 Excel 中拆分它们

我认为，只有当您以简单的形式拥有可预测且简单的数据时，使用 CSV 才是一个合理的选择，这样您就可以保持“一行 = 一行”的规则。（然后您可以使用 printf 完成所有工作，这很酷。:D）

【讨论】：

【解决方案6】：

导入时指定引号 (") 作为文本限定符。然后将忽略换行符。

【讨论】：

我这样做了，但似乎没有什么不同。我使用 """" 作为引号字符有一段时间了，因为我的文件的内容可能包含 "。尝试了所有这些都没有区别。现在使用 " 作为引号和 , 作为分隔符，因为链接的站点说 Excel 会读取那是正确的。它没有。
从您尝试解析 csv 的工具集来看，我还冒昧地猜测可能会与 *nix 换行符和 Windows 的回车 + 换行符混淆。 IE。 Excel 不会将换行识别为正确的换行符。

【解决方案7】：

如果您的 .csv 文件包含引用的多行字段，只需 chr(10) (0x0A) 进行中断（这似乎是 Excel 2007 导出的 .csv 文件的默认设置），而不是 chr(13)+chr(10)，然后是标准 VBA 文件处理使用line input #1 和split 可以正常工作。结果是您获得了该字段的单个动态数组元素，其中包含换行符。

可能在字段 3 (4) 中有换行符的 csv 文件示例：

dim recFields as variant
dim rec as string
open "testfile.csv" for input as #1
line input #1, rec
while not eof(1)
    recFields = split(rec,vbTab)
    recFields(3) = replace(recFields(3),chr(10),"|")
    ' May want to remove quotes as well
    recFields(3) = replace(recFields(3),chr(34),"")
    ' Do some stuff here.
    ' Then read next record
    line input #1,rec
wend
close #1

关键是在字段中只用0x0A 表示换行符，而不是0x0C+0x0A，并使用动态（变体）数组来拆分记录。我害怕不得不处理这种情况，直到我意识到在良好的旧 VBA 下，它才有效。避免了先读后退（例如使用 PHP 的ftell 和fseek）的可怕替代方案！

【讨论】：

【解决方案8】：

谢谢亚历克斯 P！这为我将文本从 Scrivener 导出到 Excel 提供了一种更好的方法。这是我对 VBA 脚本的变体：

    Sub importScriv()

Dim recFields As Variant
Dim rec, rec2 As String
Dim index, row, col, numcols
Dim FileName

FileName = ThisWorkbook.Path & "/scriv.txt"

Open FileName For Input As #1
Line Input #1, rec
' Get next line
Line Input #1, rec2
row = 1

While Not EOF(1)
    ' The Scrivner compile needs to put a % + Tab character as the first thing in the Section Layout Prefix
    ' The % is used to demark Scrivener documents
    Do While Left(rec2, 1) <> "%"
        rec = rec & rec2 & Chr(13)
        ' Get next line
        Line Input #1, rec2
        If EOF(1) Then GoTo Finish
    Loop

    ' Split the lines at the tab seprators
    recFields = Split(rec, vbTab)
    numcols = UBound(recFields) - LBound(recFields) + 1

    ' put the data in the row
    For col = 1 To numcols
        ' Remove any leading carriage returns
        If Left(recFields(col - 1), 1) = CHR(13) Then
          recFields(col - 1) = Right(recFields(col - 1), Len(recFields(col - 1)) - 1)
        End If
        Cells(row, col) = recFields(col - 1)
    Next col

    ' We got a % in rec2 so set rec to rec2
    rec = rec2

    ' increment the row
    row = row + 1
    ' Get next line
    Line Input #1, rec2
Wend

Finish: Close #1

' Finally, delete the first column that contains the % document separator characters
Columns(1).EntireColumn.Delete

End Sub

【讨论】：