解析单个 CSV 字符串？

Question

有没有一种方法可以解析单个逗号分隔的字符串，而不使用像 csv.reader(..) 这样的奇特东西？我可以使用

split(',')

函数，但当有效列值本身包含逗号时，该函数不起作用。 csv 库有用于解析 CSV 文件的读取器，它们可以正确处理上述特殊情况，但我无法使用它们，因为我只需要解析一个字符串。然而，如果 Python CSV 允许解析单个字符串本身，那么这对我来说就是新闻。

Answer 1

仔细查看

csv

模块的文档，其中 说：

reader(...)
    csv_reader = reader(iterable [, dialect='excel']
                            [optional keyword args])
        for row in csv_reader:
            process(row)

    The "iterable" argument can be any object that returns a line
    of input for each iteration, such as a file object or a list.  The
    optional "dialect" parameter is discussed below.  The function
    also accepts optional keyword arguments which override settings
    provided by the dialect.

所以如果你有字符串：

>>> s = '"this is", "a test", "of the csv", "parser"'

并且您想要“一个为每个返回一行输入的对象” 迭代”，您可以将字符串包装在列表中：

>>> r = csv.reader([s])
>>> list(r)
[['this is', 'a test', 'of the csv parser']]

这就是使用

csv

模块解析字符串的方式。

---

@rafaelc 建议

iter(s)

可能更优雅，但不幸的是

iter(s)

将返回 s 中的

characters

的迭代器。也就是说，给定：

s = "'this is', 'a test', 'of the csv parser'"
r = csv.reader(iter(s))
for row in r:
  print(row)

我们会得到如下输出：

["'"]
['t']
['h']
['i']
['s']
[' ']
['i']
['s']
["'"]
.
.
.

我认为没有任何方法可以在单个字符串上创建行迭代器，这比简单地将其包装在列表中更好。

正如 @alexce 在他们的回答中指出的那样，我们可以使用

StringIO

对象实现类似的效果，但这需要更多的开销。比较包裹在列表中的

s

的大小：

>>> sys.getsizeof([s])
64
>>> sys.getsizeof(io.StringIO(s))
184

（还有导入

io

模块的成本，需要内存和时间）。

Answer 2

您仍然可以使用

csv

解析单个字符串。使用StringIO写入字符串buffer（也称为内存文件）：

import csv
from StringIO import StringIO

s = "your string"
buff = StringIO(s)

reader = csv.reader(buff)
for line in reader:
    print(line)

Answer 3

>>> import csv
>>> s = '"Yes, this line",can be, parsed as csv'
>>> list(csv.reader([s]))[0]
['Yes, this line', 'can be', ' parsed as csv']
>>>

基本上只是 @larsks 上面的回答，但更简短，并证明它适用于引号内有逗号的 csv 值。

如果您支持我，请也支持其他答案。 https://stackoverflow.com/a/35822856/1196339

Answer 4

字符串到 Pandas DataFrame：

import pandas as pd
from io import StringIO

csv_str="Column1,Column2\n1,2\n3,4"

buff = StringIO(csv_str)
df = pd.read_csv(buff)

数据框：

Out[1]: 
   Column1  Column2
         1        2
         3        4

对于其他分隔符，请将

delimiter="\t"

添加到

read_csv()

。