从 csv 文件中删除换行符

Question

我正在尝试在 python 中处理一个 csv 文件，该文件在每行/行的中间有一个 ^M 字符，这是一个换行符。我无法以“rU”以外的任何模式打开文件。

如果我确实以“rU”模式打开文件，它会读取换行符并拆分文件（创建换行符）并给我两倍的行数。

我想完全删除换行符。怎么样？

Answer 1

请注意，正如the docs 所说：

csvfile 可以是任何支持迭代器协议并在每次调用其next() 方法时返回一个字符串的对象——文件对象和列表对象都适用。

因此，您始终可以在将文件交给reader 或DictReader 之前在文件上添加过滤器。而不是这个：

with open('myfile.csv', 'rU') as myfile:
    for row in csv.reader(myfile):

这样做：

with open('myfile.csv', 'rU') as myfile:
    filtered = (line.replace('\r', '') for line in myfile)
    for row in csv.reader(filtered):

'\r' 是 Python（和 C）拼写 ^M 的方式。所以，这只是将所有^M 字符去掉，无论它们出现在哪里，将每个字符替换为一个空字符串。

---

我想我想永久修改文件而不是过滤它。

首先，如果您想在运行 Python 脚本之前修改文件，为什么不从 Python 外部进行呢？ sed、tr、很多文本编辑器等都可以为你做到这一点。这是一个 GNU sed 示例：

gsed -i'' 's/\r//g' myfile.csv

但是如果你想用 Python 来做，它并没有那么冗长，而且你可能会发现它更具可读性，所以：

首先，如果您想从中间插入或删除，您无法真正就地修改文件。通常的解决方案是编写一个新文件，然后将新文件移到旧文件上（仅限 Unix）或删除旧文件（跨平台）。

跨平台版本：

os.rename('myfile.csv', 'myfile.csv.bak')
with open('myfile.csv.bak', 'rU') as infile, open('myfile.csv', 'wU') as outfile:
    for line in infile:
        outfile.write(line.replace('\r'))
os.remove('myfile.csv.bak')

不太笨重但仅适用于 Unix 的版本：

temp = tempfile.NamedTemporaryFile(delete=False)
with open('myfile.csv', 'rU') as myfile, closing(temp):
    for line in myfile:
        temp.write(line.replace('\r'))
os.rename(tempfile.name, 'myfile.csv')