如何使用csv模块处理字段值内的双引号？

Question

我正在尝试从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，则将其用引号引起来，而所有其他引号均使用另一个引号字符进行转义。
• （我的问题）当单元格未用引号引起来时，所有引号字符都会被另一个引号转义。

CSV示例：

qw“” erty，“ a”“ b”“ c”“ d，ef”“”“ g”

应该解析为：

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

但是，我认为Python的csv模块不希望将单元格放在第一位时不将引号字符转义。 csv.reader(my_file) （默认为doublequote=True ）返回：

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

有什么办法可以使用python csv模块来解析它吗？

Answer 1

在@JackManey注释之后，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内是不必要的，我们可以用'\\\\"'替换所有'""'实例Python文档说 ：

阅读时，escapechar删除了以下字符中的任何特殊含义

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'产生[['qw\\\\"erty']] 。因此，我们必须在转义之前转义转义字符也解析。

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]

Answer 2

就像@JackManey建议的那样，在读取文件后，您可以将单引号替换为双引号。

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