将文本转换为 CSV 时出错

Question

我是哥伦比亚大学的一名研究助理，我一直在使用 Open Secret 的大量数据进行竞选游说。我最近遇到了一个数据问题，即他们提供的 .txt 文件由于格式错误而无法正确转换为 .csv 文件。我已经解决了大部分由多余的逗号和括号引起的错误，但是，一个错误仍然是有问题的。在一个数据集（包含超过 300 万行数据）中，应该在单行的单列中包含特定问题的信息。但是，文本文件的排列方式是，其中一些文本已由换行符分隔，因此导致某些应该存在于单个列中的信息已在不同行之间拆分。下面附上 EmEditor 中的一个例子。我想知道是否有一个程序或代码可以运行它以快速修复这些错误？它可以像一行代码一样简单，查看每行的第一个字符，如果它不是数值，或者是字母或符号，只需退格一次，以便将信息放在前一行。我的编码经验很少，任何帮助将不胜感激。

Answer 1

你可以使用正则表达式。

在查找和替换窗口中，选中“使用正则表达式”框。

在查找和替换文本框框中使用以下表达式。

查找：\n([^\d])

替换：\1

这会搜索所有出现的换行符后跟非数字字符，并仅将其替换为非数字字符，从而删除换行符。