python - 如果不包含逗号，则正则表达式输出前导和尾随引号

Question

我完全不知道如何做到这一点。

我的问题：我想接受这个：

"A, two words with comma","B","C word without comma","D"
"E, two words with comma","F","G more stuff","H no commas here!"
... (continue)

对此：

"A, two words with comma",B,C word without comma,D
"E, two words with comma",F,G more stuff,H no commas here!
... (continue)

我使用的软件在文本文件中创建了 1,900 条记录，我认为它应该是 CSV，但编写该软件的人不知道 CSV 文件是如何工作的，因为如果单元格包含逗号，它只需要引号（对吗？）。至少我知道在 Excel 中它将所有内容都放在第一个单元格中......

我希望这可以使用某种命令行工具（如 perl 或 python）来解决（我在 Mac 上）。我不想用 Java 或任何东西来处理这个问题。

任何帮助是极大的赞赏！

Answer 1

这里在黑暗中拍摄，但我认为 Excel 将所有内容都放在第一列，因为它不知道它被给予逗号分隔的数据。

Excel 具有“文本到列”功能，您可以在其中通过分隔符拆分列（确保选择逗号）。

这里有更多信息：

http://support.microsoft.com/kb/214261

编辑

您也可以尝试将文件从 *.txt 重命名为 *.csv。这将改变 Excel 读取文件的方式，因此它可以更好地理解如何解析它在其中找到的任何内容。

Answer 2

如果只是 bashing 是一种选择，您可以在终端中尝试这个单行：

cat file.csv | sed 's/"\([^,]*\)"/\1/g' >> new-file.csv

Answer 3

这在技术上应该没问题。它是用 " 分隔的文本，并通过使逻辑复杂化并引用所有内容。

Answer 4

清理它的一种方法是将数据输入csv并转储回去。

import csv
from cStringIO import StringIO

bad_data = """\
"A, two words with comma","B","C word without comma","D"
"E, two words with comma","F","G more stuff","H no commas here!"
"""

buffer = StringIO()
writer = csv.writer(buffer)
writer.writerows(csv.reader(bad_data.split('\n')))

buffer.seek(0)
print buffer.read()

Pythoncsv.writer将默认使用“excel”方言，因此在不需要时不会写逗号。