CSV 阅读器错误地返回行的第一个元素

Question

我正在使用 python 读取具有以下设置的 CSV 文件：

import unicodecsv, ssl    
ctx = ssl._create_unverified_context()
    response = urllib2.urlopen(url, timeout=300, context=ctx)
    data = unicodecsv.reader(response,
                              delimiter=";",
        quotechar="\"",
        doublequote=False,
        quoting=unicodecsv.QUOTE_ALL,
        skipinitialspace=True,
        encoding="utf-8-sig")

对于这一行：

“ID”；“产品”；“URL”；“颜色”；“库存”

它返回： “ID”、产品、URL、颜色、库存

所以对于行中的第一个元素，它保留引号。我使用 utf-8-sig 因为有 BOM 字符。

Answer 1

确认为 Python2 的 unicodecsv 中的错误（请参阅issue 81）。

unicodecsv.UnicodeReader 没有将编码传递给底层csv.reader，因此它不知道应该剥离 BOM，因此第一个字段不以引号字符开头，并且不算作引用字段。

此时问题已存在 2.5 年，该项目最后一次接触是在 4 年前，并且似乎已被废弃（根据 issue 92）。我强烈建议离开unicodecsv。如果必须使用它，请自己将响应读入字符串，剥离 BOM，然后将清理后的文本通过 io.StringIO 传递给 unicodecsv。