导入在实际字段中有换行符的 CSV答案

【问题标题】：Importing CSV that has line breaks within the actual fields导入在实际字段中有换行符的 CSV
【发布时间】：2011-07-25 04:01:02
【问题描述】：

我正在使用 PHP 导入一个 CSV 文件，该文件源自一个 excel 电子表格。某些字段中包含换行符，因此当我在 excel/open office 电子表格中重新打开 csv 时，它会误解应该在哪里发生换行符。

同样在我的脚本中，使用 fgetcsv 遍历每一行，它在不应该出现的地方错误地换行。

我可以手动清理数据，但是 a) 10k 行文件需要很长时间，b) 数据是从客户现有的软件中导出的

关于如何在导入过程中自动解决此问题的任何想法？我原以为分隔字段会对其进行排序，但事实并非如此。

【问题讨论】：

【解决方案1】：

接受的答案并没有解决我的问题，但我最终在谷歌代码上找到了这个 CSV 解析器库，它适用于 CSV 中的多行字段。

出于历史目的，最初的项目主页是：
http://code.google.com/p/parsecsv-for-php/

【讨论】：

+1 这是迄今为止最好的解析器！比 str_getcsv 或类似的更好。我的数据在字段中包含 HTML 和换行符。这是唯一正确的解析器！谢谢！
对于最广泛使用的编程语言之一，很难为最常见的格式之一找到准确的解析器，这有点令人遗憾。我想这部分是因为没有官方标准，但是引用值内的换行符绝对是 CSV 解析器应该能够处理的。
这应该是认可的答案。谢谢
我搜索了数周，这个答案结束了我的搜索。这在 2021 年仍然有效！

【解决方案2】：

这是一个旧线程，但我遇到了这个问题，我用一个正则表达式解决了它，所以你可以避免为此使用一个库。这里的代码是 PHP 的，但它可以适应其他语言。

$parsedCSV = preg_replace('/(,|\n|^)"(?:([^\n"]*)\n([^\n"]*))*"/', '$1"$2 $3"', $parsedCSV);

这个解决方案假设包含换行符的字段用双引号括起来，这似乎是一个有效的假设，至少就我目前所看到的而言。此外，双引号应跟在, 之后或放在新行（或第一行）的开头。

例子：

field1,"field2-part1\nfield2-part2",field3

这里的 \n 被一个空格替换，所以结果是：

field1,"field2-part1 field2-part2",field3

正则表达式也应该处理多个换行符。

如果内容太大，这可能效率不高，但它可以在许多情况下有所帮助，并且可以重复使用这个想法，也许可以通过对较小的块执行此操作来优化（但您需要使用修复来处理剪切-大小缓冲）。

【讨论】：

【解决方案3】：

虽然这是一个老问题，但答案可能仍然与 ppl 相关。目前有新的库（独立于框架）http://csv.thephpleague.com/，它支持字段中的 NL 字符以及一些过滤。

【讨论】：

【解决方案4】：

我的解决方案如下：

nl2br(string);

一旦你到达单个单元格（字符串）级别，在字符串上运行它，它会为你将换行符转换为 html 换行符。

【讨论】：

【解决方案5】：

是的，您需要找到该逗号并替换为一些特殊字符，例如 {()} 的组合，最后将它们替换为您最初寻找的 ,。

希望对你有所帮助。

【讨论】：

【解决方案6】：

我也有这个问题，没有找到正确读取数据的方法。

在我的例子中，它是一次性导入，所以我编写了一个脚本来搜索列中的所有换行符，并将其替换为 ##### 之类的内容。然后我导入数据并用换行符替换它。

如果您需要定期导入，您可以编写自己的 CSV-Parser，它可以解决问题。如果文本列在 "" 内，您可以将两个 "" 之间的所有内容视为一列（检查内容中的转义 "）。

【讨论】：