如何使用csv模塊處理字段值內的雙引號？

Question

我正在嘗試從無法控制的外部系統解析CSV文件。

• 逗號用作分隔符
• 當單元格包含逗號時，則將其用引號引起來，而所有其他引號均使用另一個引號字符進行轉義。
• （我的問題）當單元格未用引號引起來時，所有引號字符都會被另一個引號轉義。

CSV示例：

qw“” erty，“ a”“ b”“ c”“ d，ef”“”“ g”

應該解析為：

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

但是，我認為Python的csv模塊不希望將單元格放在第一位時不將引號字符轉義。 csv.reader(my_file) （默認為doublequote=True ）返回：

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

有什么辦法可以使用python csv模塊來解析它嗎？

Answer 1

在@JackManey注釋之后，他建議將雙引號內的所有'""'實例替換為'\\\\"' 。

識別我們當前是否在雙引號內是不必要的，我們可以用'\\\\"'替換所有'""'實例Python文檔說 ：

閱讀時，escapechar刪除了以下字符中的任何特殊含義

但是，在原始單元格已經包含轉義字符的情況下，這仍然會中斷，例如： 'qw\\\\\\\\""erty'產生[['qw\\\\"erty']] 。因此，我們必須在轉義之前轉義轉義字符也解析。

最終解決方案：

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建議的那樣，在讀取文件后，您可以將單引號替換為雙引號。

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