根据第一列中的字母数将行与上一行连接起来

编码新手，试图弄清楚如何修复损坏的 csv 文件，以便能够正确使用它。

因此，该文件已从案例管理系统导出，并包含用户名、案例、花费时间、注释和日期字段。

问题在于，偶尔注释中会有换行符，并且在导出 csv 时，工具不包含引号来将其定义为字段内的字符串。

请参见下面的示例：

user;case;hours;note;date;
tnn;123;4;solved problem;2017-11-27;
tnn;124;2;random comment;2017-11-27;
tnn;125;3;I am writing a comment
that contains new lines
without quotation marks;2017-11-28;
HJL;129;8;trying to concatenate lines to re form the broken csv;2017-11-29;

我想连接第 3,4 行和第 5 行以显示以下内容： tnn;125;3;我正在写一条评论，其中包含不带引号的新行;2017-11-28;

由于每一行都以用户名开头（总是 3 个字母），我想我可以迭代这些行来查找哪些行不以用户名开头，并将其与上一行连接起来。 但它并没有真正按预期工作。

这是我到目前为止所得到的：

import re

with open('Rapp.txt', 'r') as f:

 for line in f:
  previous = line #keep current line in variable to join next line
  if not re.match(r'^[A-Za-z]{3}', line): #regex to match 3 letters
   print(previous.join(line)) 

脚本没有显示任何输出只是默默地完成，有什么想法吗？

我想我会采取稍微不同的方式：

import re

all_the_data = ""

with open('Rapp.txt', 'r') as f:
    for line in f:
        if not re.search("\d{4}-\d{1,2}-\d{1,2};\n", line):
            line = re.sub("\n", "", line)
        all_the_data = "".join([all_the_data, line])
print (all_the_data)

有几种方法可以做到这一点，每种方法都有优点和缺点，但我认为这很简单。

像您所做的那样循环文件，如果该行不以日期和 ; 结尾去掉回车符，塞进all_the_data。这样您就不必再“查找”文件了。同样，有很多方法可以做到这一点。如果您更愿意使用以 3 个字母和 ; 开头的逻辑回顾过去，这是有效的：

import re

all_the_data = ""

with open('Rapp.txt', 'r') as f:
    all_the_data = ""
    for line in f:
        if not re.search("^[A-Za-z]{3};", line):
            all_the_data = re.sub("\n$", "", all_the_data)
        all_the_data = "".join([all_the_data, line])

    print ("results:")
    print (all_the_data)

要求的差不多了。逻辑是，如果当前行开头不正确，则从 all_the_data 中取出前一行的回车符。

如果您需要使用正则表达式本身的帮助，这个网站很棒：http://regex101.com http://regex101.com