Ruby：无法解析在 OS X 中导出为 CSV 的 Excel 文件答案

【问题标题】：Ruby: cannot parse Excel file exported as CSV in OS XRuby：无法解析在 OS X 中导出为 CSV 的 Excel 文件
【发布时间】：2010-12-05 16:03:37
【问题描述】：

我正在使用 Ruby 的 CSV 库来解析一些 CSV。我有一个看似格式正确的 CSV 文件，是通过将 Excel 文件导出为 CSV 创建的。

但是CSV.open(filename, 'r') 会导致CSV::IllegalFormatError。

文件中没有恶意逗号或引号，也没有任何我能看到的可能导致问题的内容。

我怀疑问题可能与行尾有关。我能够解析通过文本编辑器（Aquamacs）手动输入的数据。只是当我尝试使用从 Excel（对于 OS X）导出的数据时，才会出现问题。当我在 vim 中打开导出的 CSV 文件时，所有文本都出现在一行中，^M 出现在两行之间。

从文档看来，您可以为 open 提供行分隔符；但是我不确定在这种情况下应该是什么。

【问题讨论】：

【解决方案1】：

我有类似的问题。我收到一个错误：

"error_message"=>"Illegal quoting in line 1.", "error_class"=>"CSV::MalformedCSVError"

问题是文件有 Windows 行结尾，当然不是 Unix。帮助我的是定义 row_sep: "\r\n":

CSV.open(path, 'w', headers: :first_row, col_sep: ';', quote_char: '"', row_sep: "\r\n")

【讨论】：

【解决方案2】：

试试：CSV.open('filename', 'r', ?,, ?\r)

正如cantlin 所说，对于 Ruby 2，它是：

CSV.new('file.csv', 'r', :col_sep => ?,, :row_sep => ?\r)

我很确定这些会为您提供 DTRT。您还可以使用以下vim 命令“修复”文件本身（在这种情况下保留旧的open）：:%s/\r/\r/g

是的，我知道该命令看起来完全没有操作，但它会起作用。

【讨论】：

非常感谢 - 希望我能为您提供两次有用的信息。
你能澄清?,, ?\r在做什么吗？谢谢！
?x 返回字符 x 的代码点，即一个数字。出于某种原因，这就是 CSV.open 期望看到的。因此，我们将字段分隔符指定为,，将记录分隔符指定为其他麻烦的^M，即015，又名13，又名CR。顺便说一句，vim 替换命令有效，因为\r 在模式中表示 CR，但在替换中表示 NL，所以它实际上不是空操作。
感谢您，非常有帮助。请注意，CSV 构造函数签名自 Ruby 1.9.2 起已更改，上面的用法将是 CSV.new('file.csv', 'r', :col_sep => ?,, :row_sep => ?\r)。

【解决方案3】：

似乎更新版本的 CSV 解析器和/或它使用的任何组件读取 DOS/Windows 行结尾没有问题。 Mac OS X 的库存一（不确定版本）没有切割它，安装了 Ruby 2.0.0，它解析文件很好，没有特殊参数...

【讨论】：

【解决方案4】：

剥离 \r 字符似乎对我有用

CSV.parse(File.read('filename').gsub(/\r/, ' ')) do |row|
  ...
end

【讨论】：

【解决方案5】：

另一种选择是在 Excel 中打开 CSV 文件或原始电子表格，并将其另存为“Windows 逗号分隔”而不是“逗号分隔值”。这将输出带有 FasterCSV 能够理解的行尾的文件。

【讨论】：

【解决方案6】：

""" 当我在 vim 中打开导出的 CSV 时，所有文本都出现在一行中，^M 出现在行之间。

从文档看来，您可以为 open 提供行分隔符；但是我不确定在这种情况下应该是什么。 """

读回一个句子 ... ^M 表示键盘 Ctrl-M 又名 '\x0D'（M 是 ASCII 字母表的第 13 个字母；0x0D == 13）又名 ASCII CR（回车）又名 '\r' ... IOW 什么 Mac 在 OS X 之前用作行终止符。

【讨论】：