处理用Python解析的csv文件中的额外换行符（回车符）？

我有一个 CSV 文件，其中包含包含换行符的字段，例如：

A, B, C, D, E, F
123, 456, tree
, very, bla, indigo

（在本例中，第二行中的第三个字段是“tree\n”

我尝试了以下方法：

import csv
catalog = csv.reader(open('test.csv', 'rU'), delimiter=",", dialect=csv.excel_tab)
for row in catalog:
    print "Length: ", len(row), row

我得到的结果是这样的：

Length:  6 ['A', ' B', ' C', ' D', ' E', ' F']
Length:  3 ['123', ' 456', ' tree']
Length:  4 ['   ', ' very', ' bla', ' indigo']

有谁知道如何快速删除无关的换行符？

Thanks!

假设您有以下 Excel 电子表格：

Note:

1. C2 中的多行单元格；
2. C1 和 D3 中嵌入逗号；
3. 空白单元格以及 D4 中带有空格的单元格。

在 Excel 中将其保存为 CSV，您将得到以下 csv 文件：

A1,B1,"C1,+comma",D1
,B2,"line 1
line 2",D2
,,C3,"D3,+comma"
,,,D4 space

想必，您会希望将其读入 Python，其中空白单元格仍然具有含义，并且嵌入的逗号得到正确处理。

所以这：

with open("test.csv", 'rU') as csvIN:
    outCSV=(line for line in csv.reader(csvIN, dialect='excel'))

    for row in outCSV:
        print("Length: ", len(row), row) 

正确生成 Excel 中表示的 4x4 列表矩阵列表：

Length:  4 ['A1', 'B1', 'C1,+comma', 'D1']
Length:  4 ['', 'B2', 'line 1\nline 2', 'D2']
Length:  4 ['', '', 'C3', 'D3,+comma']
Length:  4 ['', '', '', 'D4 space']

您发布的示例 CSV 文件在字段周围缺少引号，并带有“额外换行符”，导致该换行符的含义不明确。是新行还是多行字段？

因此，你只能解释这个csv文件：

A, B, C, D, E, F
123, 456, tree
, very, bla, indigo

作为一维列表，如下所示：

with open("test.csv", 'rU') as csvIN:
   outCSV=[field.strip() for row in csv.reader(csvIN, delimiter=',') 
              for field in row if field]

这会产生这个一维列表：

['A', 'B', 'C', 'D', 'E', 'F', '123', '456', 'tree', 'very', 'bla', 'indigo']

然后可以根据需要对其进行解释并重新分组为任何子分组。

python中惯用的重组方法使用zip http://docs.python.org/library/functions.html#zip像这样：

>>> zip(*[iter(outCSV)]*6)
[('A', 'B', 'C', 'D', 'E', 'F'), ('123', '456', 'tree', 'very', 'bla', 'indigo')]

或者，如果您想要列表的列表，这也是惯用的：

>>> [outCSV[i:i+6] for i in range(0, len(outCSV),6)]
[['A', 'B', 'C', 'D', 'E', 'F'], ['123', '456', 'tree', 'very', 'bla', 'indigo']]

如果您可以更改 CSV 文件的创建方式，那么解释起来就不会那么含糊了。