字段中的Python csv换行符

Question

我在读取一个以刺分隔的 csv 文件时遇到问题，我认为该文件在其中一个字段中有一个换行符。它迫使该行超过两行，因此我无法读取该行最后一个字段中的值。我试过在new line mode 中打开，但不确定最好的方法是什么。

这就是我试图在python 中读取文件的方式：

csv.register_dialect('BB', delimiter='\xfe')
with open(file, 'rU') as file_in: 
    log=csv.reader(file_in, dialect='BB')
    for row in log:
        print row

这对大多数文件都有效，但我假设有一行在其中一个字段中有一个换行符 - 我不确定如何最好地诊断它。这是该行在记事本中的样子的屏幕截图，您可以看到，当它应该看起来像下面的两行时，它会强制该行在两行上。

使用csv.reader 阅读此行如下所示：

['06-13-2015-10:13:41', '0', '', '', '', '', '', '', '', '', '', ' ', '142', '', '5', '7.0', '2', '', 'cmhkl966', 'amex_674', '1', '0.00', '', '', "'"]

即在第一个撇号处被截断。

Answer 1

我稍微简化了你的问题（希望我抓住了问题的原因）：

import io
import csv

file_in = io.StringIO('''
aþbþ'hello
world'
''')

log=csv.reader(file_in, delimiter='\xfe', quotechar="'")
for row in log:
    print(row)

输出：

['a', 'b', 'hello\nworld']

---

更新：

按照 cmets 的要求：这里是从文件中读取 .csv 的版本。 test.csv的内容是：

aþbþ'hello
world'þc
dþeþ'hello
other
things'þf
gþhþiþj

和python代码：

import csv
from pathlib import Path

HERE = Path(__file__).parent
DATA_PATH = HERE / '../data/test.csv'

with DATA_PATH.open('rU') as file_in:
    log=csv.reader(file_in, delimiter='\xfe', quotechar="'")
    for row in log:
        print(row)

哪个输出：

['a', 'b', 'hello\nworld', 'c']
['d', 'e', 'hello\nother\nthings', 'f']
['g', 'h', 'i', 'j']

Answer 2

您也可以检查下一行的第一个元素是否以时间戳开头，如果不是，则在打印前使用 list extend 函数将其添加到当前行的内容中。

免责声明：未经测试

import re

csv.register_dialect('BB', delimiter='\xfe')
with open(file, 'rU') as file_in: 
    log=csv.reader(file_in, dialect='BB')
    for i in range(0, len(log) - 1):
        if re.search('\d+-\d+-\d+-\d+:\d+:\d+', log[i+1][0]) is None:
            i.extend(log[i+1])
        print i