Python csv阅读器多字符quotechar？答案

【问题标题】：Python csv reader multi-character quotechar?Python csv阅读器多字符quotechar？
【发布时间】：2016-09-14 15:23:54
【问题描述】：

我正在处理 Concordance 加载文件并且必须对其进行编辑，因此我正在使用 Python。列由 pilcrow 字符 ¶ 分隔，并以 þ 作为引号字符。

问题是quotechar，python中的csv模块只接受单字符引号（我写csv文件时没有问题）。

问题：如何在 Python 中读取引号字符为多字符的 CSV 文件？

CSV 文件示例：

þcol_1þ¶þcol_2þ¶þcol_3þ¶þcol_4þ

【问题讨论】：

你能升级到 Python 3 吗？ csv 模块在 2 和 3 中使用 str 类型，而在 Python 3 中，完全支持 Unicode，þ 只是一个代码点。
其实这个文件用的是什么encoding？只有当文件使用多字节编码（像 UTF-8 这样的变量或像 UTF-16 这样的固定）时，Python 2 才会在这里出现问题。如果这是在像 CP1252 这样的 8 位编码 中完成的，那么您只需要使用 '\xb6' 和 '\xfe'。
Python 3 是最干净的解决方案。
@AnttiHaapala：实际上，这取决于编码。 LexisNexis（Concordance 的出版商）称其为“ASCII 254”，这是一种专利废话，因为 ASCII 仅达到 127，但这确实表明这是一个 8 位字符。
@user3557405：您的 source 编码可能是，但 file 编码是 Latin-1。至少这是我对格式的所有研究告诉我的。

标签： python csv

【解决方案1】：

Concordance 文件格式是 8 位编码的，¶ 和 þ 字符实际上是用 Latin-1 编码的。这意味着它们分别被编码为二进制值 0xB6 和 0xFE。

Python 2 csv 模块非常乐意接受这些字节：

csv.reader(fileobj, delimiter='\xb6', quotechar='\xfe')

与csv 模块一样，请确保以二进制模式打开文件以将换行符处理留给模块。

在 Python 3 中，使用 newline='' 和 encoding='latin1' 以文本模式打开文件，并使用上面的 \xhh 转义符或实际字符，因此 delimiter='¶', quotechar='þ'。

【讨论】：