当其中一个字段有换行符时，如何在 CSV 文件中加入行？答案

【问题标题】：How can I join lines in a CSV file when one of the fields has a newline?当其中一个字段有换行符时，如何在 CSV 文件中加入行？
【发布时间】：2008-11-10 18:14:58
【问题描述】：

如果我有一个逗号分隔的文件，如下所示：

富，酒吧，n ，A B C D 一二三，A B C D

我想加入\n, 来制作这个：

foo,bar,n,a,bc,d 一、二、三、a、bc、d

什么是正则表达式技巧？我以为if (/\n,/) 会抓住这一点。

另外，对于 UTF-8 编码的文件，我需要做一些特殊的事情吗？

最后，Groovy 中的解决方案也会有所帮助。

【问题讨论】：

一般情况下，一行的第一个字段可以为空，在这种情况下，它可以以逗号开头。那么，你怎么知道什么时候需要合并这些行呢？
额外的换行符是字段值的一部分还是包装文本的工具的结果？

标签： perl groovy csv newline

【解决方案1】：

您应该使用Text::CSV_XS 而不是自己执行此操作。它支持嵌入在记录中的换行符以及 Unicode 文件。您需要在创建解析器时指定正确的选项，因此请务必仔细阅读文档。

【讨论】：

【解决方案2】：

这对我有用：

open(F, "test.txt") or die;
undef $/;
$s = <F>;
close(F);
$s =~ s/\n,/,/g;
print $s;

$ cat test.txt
foo,bar,n
,a,bc,d
one,two,three
,a,bc,d
$ perl test.pl 
foo,bar,n,a,bc,d
one,two,three,a,bc,d

【讨论】：

这不适用于第一个字段为空的记录（并且该行以逗号开头）。通常你必须阅读一行，看看它是否有正确数量的字段，然后决定下一步做什么。
没错，但我选择回答最初的问题（“什么是正则表达式技巧？”），而不是猜测在初始字段为空的情况下可能需要做什么。

【解决方案3】：

这是一个时髦的版本。根据要求，这可能无法捕捉到一些细微差别（例如可以在其中包含逗号的带引号的字符串）。如果换行符可以出现在字段的中间而不是总是出现在末尾，那么它也必须进行调整。

def input = """foo,bar,n
,a,bc,d
one,two,three
,a,bc,d"""

def answer = (input =~ /(.*\n?,){5}.*(\n|$)/).inject ("") { ans, match  ->
    ans << match.replaceAll("\n","") << "\n"
}

assert answer.toString() == 
"""foo,bar,n,a,bc,d
one,two,three,a,bc,d
"""

【讨论】：

【解决方案4】：

这可能太简单了（或者不能很好地处理一般情况），

def input = """foo,bar,n
,a,bc,d
one,two,three
,a,bc,d"""

def last
input.eachLine {
    if(it.startsWith(',')) {
        last += it;
        return;
    }
    if(last)
        println last;
    last = it
}
println last

发射；

foo,bar,n,a,bc,d
one,two,three,a,bc,d

【讨论】：

【解决方案5】：

这主要是为了回答您的 UTF-8 编码问题。

根据具体的编码，您可能还需要查找空字节。如果上述建议对您不起作用，将 's/\n,/,/g' 替换为 's/\c@?\n(\c@?,)/$1/g' 可能会在不破坏编码的情况下工作，尽管迭代地执行它可能更安全（将 's/\c@?\n(\c@?,)/$1/' 应用于每一行，而不是将它们连接起来并全局应用）。这确实是一个 hack，不能替代真正的 unicode 支持，但如果您只需要快速修复，或者您对编码有保证，它可能会有所帮助。

【讨论】：