Сохраняйте двойные кавычки в текстовом файле, используя csv reader

Question

Привет у меня есть текстовый файл со строкой:

привет,"фу, бар"

я хочу разделить его на список как:

['hello', '"foo, bar"']

Есть ли способ, которым я могу достичь этого?

Я пытаюсь это на данный момент:

for line in sys.stdin: csv_file = StringIO.StringIO(line) csv_reader = csv.reader(csv_file)

Я хочу, чтобы они разбились на две строки, т.е.

'hello' and '"foo, bar"'

Answer 1

Допустим, вы прочитали строку из CSV:

from StringIO import StringIO
import csv

infile = StringIO('hello,"foo, bar"')
reader = csv.reader(infile)
row = reader.next()  # row is ['hello', 'foo, bar']

Второе значение в строке foo, bar вместо "foo, bar", Это не какая-то странность Python, это разумная интерпретация синтаксиса CSV. Кавычки, вероятно, были размещены не для того, чтобы быть частью значения, а для того, чтобы показать, что foo, bar это одно значение и не должно быть разбито на foo а также bar на основе запятой (,). Альтернативным решением было бы избежать запятой при создании файла CSV, поэтому строка будет выглядеть так:

hello,foo \,bar

Поэтому довольно странная просьба - сохранить эти цитаты. Если мы знаем больше о вашем случае использования и более широкой картине, мы можем помочь вам лучше. Чего ты пытаешься достичь? Откуда берется входной файл? Это действительно CSV или какой-то другой синтаксис, который выглядит похожим? Например, если вы знаете, что каждая строка состоит из двух значений, разделенных запятой, и первое значение никогда не содержит запятой, то вы можете просто разделить первую запятую:

print 'hello,"foo, bar"'.split(',', 1)  # => ['hello', '"foo, bar"']

Но я сомневаюсь, что ввод имеет такие ограничения, поэтому такие вещи, как кавычки, необходимы для устранения неясностей.

Если вы пытаетесь снова написать в CSV, кавычки будут воссозданы, как вы это делаете. Они не должны быть там в промежуточном списке:

outfile = StringIO()
writer = csv.writer(outfile)
writer.writerow(row)
print outfile.getvalue()

Это напечатает

hello,"foo, bar"

Вы можете настроить точный выход CSV, установив новый диалект.

Если вы хотите получить отдельные значения в строке с применимыми к ним правилами цитирования, это возможно, но это немного хакерство:

# We're going to write individual strings, so we don't want a line terminator
csv.register_dialect('no_line_terminator', lineterminator='')

def maybe_quote_string(s):
    out = StringIO()

    # writerow iterates over its argument, so don't give it a plain string
    # or it'll break it up into characters
    csv.writer(out, 'no_line_terminator').writerow([s])

    return out.getvalue()

print maybe_quote_string('foo, bar')
print map(maybe_quote_string, row)

Выход:

"foo, bar"
['hello', '"foo, bar"']

Это самое близкое, на что я могу ответить на ваш вопрос. Дело не в том, чтобы хранить двойные кавычки, а в том, чтобы удалить их и добавить обратно, вероятно, по тем же правилам, которые ставят их на первое место.

Я скажу это снова, вы, вероятно, идете по неверному пути с этим вопросом. Другие, вероятно, согласятся. Вот почему вы изо всех сил пытаетесь получить хорошие ответы. Какую большую проблему вы пытаетесь решить? Мы можем помочь вам лучше достичь этого.

Answer 2

Kinda зависит от вашего варианта использования. Если для значений, содержащих запятые (например, «foo,bar»), есть только «s», вы можете использовать CSV-запись, чтобы вернуть их обратно.

      import io
import csv

infile = io.StringIO('hello,"foo, bar"')
outfile = io.StringIO()
reader = csv.reader(infile)
for row in reader:
    inList = row
    break
print(inList)
# As an output string
writer = csv.writer(outfile)
writer.writerow(inList)
outList = outfile.getvalue().strip()
print(outList)
# As a List
outList = []
for i in range(len(inList)):
    outfile = io.StringIO()
    writer = csv.writer(outfile)
    writer.writerow([inList[i]])
    outList.append(outfile.getvalue().strip())
print(outList)

Выход

      ['hello', 'foo, bar']
hello,"foo, bar"
['hello', '"foo, bar"']

Однако, если у вас есть другие ненужные "s", которые вы хотите сохранить (например, "hello", "foo, bar", humbug'), и все поля, содержащие , будут правильно заключены в "s", тогда вы можете разделить строку на и найдите «битые» поля (начинайте с «но не заканчивайте»)

      line = '"hello","foo, bar",humbug'
fields = line.split(',')
print(fields)
values = []
i = 0
while i < len(fields):
    # If a field doesn't start with a ", or starts and ends with "s
    if (fields[i][0] != '"') or (fields[i][-1] == '"'):
        values.append(fields[i])        # It's a stand alone value
        i += 1
        continue
    value = fields[i]           # A value that has been split
    i += 1
    while i < len(fields):
        value += ',' + fields[i]
        i += 1
        if value[-1] == '"':     # The last part would have ended in a "
            break
    values.append(value)
print(values)

Выход

      ['"hello"', '"foo', ' bar"', 'humbug']
['"hello"', '"foo, bar"', 'humbug']

Answer 3

Немного опоздал на вечеринку, но в библиотеке CSV есть цитата, которая должна делать то, что вы хотите (установите значение QUOTE_NONE)

Answer 4

Хорошо, так что это заняло много времени, чтобы найти решение, и это ни в коем случае не красиво, но:

>>> import re
>>> s = 'hello,"foo, bar"'
>>> 
>>> replacements = {}
>>> m = re.search("\".*\"", s)
>>> while m:
...     key = 'unique_phrase_' + str(len(replacements))
...     replacements[key] = s[m.span()[0]:m.span()[1]]
...     s = re.sub("\".*\"", key, s, count=1)
...     m = re.search("\".*\"", s)
... 
>>> list_from_string = s.split(",")
>>> final_list = []
>>> for element in list_from_string:
...     for key in replacements.keys():
...             if re.match(key, element):
...                     final_list.append(re.sub(key, replacements[key],   element))
...             else:
...                     final_list.append(element)
... 
>>> 
>>> print final_list
['hello', '"foo, bar"']

Выглядит мне некрасиво, но не смог найти четких способов сделать его более питоническим.