在 Python 中将易失性字符串写入文件答案

【问题标题】：Write volatile strings to file in Python在 Python 中将易失性字符串写入文件
【发布时间】：2014-01-19 21:17:01
【问题描述】：

我有很多字符串：在一个元组列表中大约有 14,000 个。很多字符串都有逗号和换行符，甚至可能是 unicode 分隔符——不是 100% 确定的。

我需要将元组写入文件，最好是某些格式的 excel 或数字可以打开。我尝试了 CSV，但字符串中的所有逗号都弄乱了文件。

我应该如何将我的元组列表写入文件，文件应该是什么格式，这样字符串中奇怪的内容才不会影响文件的格式

【问题讨论】：

CSV 正在转义逗号和“奇怪的内容”，以防止它被搞砸。在导入时它会被取消转义。
附带说明，如果这是 Python 2.x，CSV 模块并不能真正处理 Unicode；它只是将所有内容视为“一些随机的 ASCII 兼容 8 位格式”。幸运的是，如果您使用的是 UTF-8，那么重要的字符（逗号、换行符、反斜杠，也许还有引号）都是 ASCII 兼容的，所以它可以工作。但如果您有非 UTF-8 数据，请参阅模块文档底部的示例。

【解决方案1】：

在 python csv 模块中，您可以定义 delimiter 而非逗号：

csv.writer(file, delimiter=':')

【讨论】：

我可以用作分隔符的最晦涩的字符是什么？我的字符串是来自推文的单词，我的推文样本几乎涵盖了所有 unicode 字符？？
正如@mhlester 所说，分隔符只是被转义以确保内容安全。其实没关系。如果您将其读回csv.reader，您的价值观将是相同的。还要记住，用于写入的分隔符应该在读取时使用。

【解决方案2】：

如果目标是 Excel，那么您可以使用 Excel 文件写入模块，例如 XlsxWriter 或 xlwt。

这样可以避免 CSV 分隔符出现任何问题。

【讨论】：

【解决方案3】：

不要改变任何东西。

由于“我的推文样本几乎涵盖了所有 unicode 字符”，因此没有合理的安全分隔符可供您选择。

但 CSV 有处理这种情况的方法：转义特殊字符、引用包含特殊字符的字段，或两者兼而有之。有很多选项可供选择，您可以在Dialects and Formatting Parameters 中看到。

但是，默认方言是专门为与 Excel 配合使用而设计的。而且，由于您的目标是将数据放入 Excel 可以打开的某种格式，因此您可以按原样使用默认值。除非您想让它在文本编辑器中更具可读性和可编辑性，否则没有问题。

【讨论】：