Python：d列中的分隔符有问题

Question

这不是another question的重复项，因为我不想删除行。上述帖子中接受的答案与本帖大不相同，并非旨在维护所有数据。在

问题： 格式错误的csv文件中列数据中的分隔符

尝试过的解决方案：csv module、shlex、StringIO（在SO上没有有效的解决方案）

示例数据

分隔符位于第三个数据字段内，在某处用（多个）双引号括起来：

08884624;6/4/2016;Network routing 21,5\"\" 4;8GHz1TB hddQwerty\"\";9999;resell:no;package:1;test
0085658;6/4/2016;Logic 111BLACK.compat: 29,46 cm (11.6\"\")deep: 4;06 cm height: 25;9 cm\"\";9999;resell:no;package:1;test
4235846;6/4/2016;Case Logic. compat: 39,624 cm (15.6\"\") deep: 3;05 cm height: 3 cm\"\";9999;resell:no;package:1;test
400015;6/4/2016;Cable\"\"Easy Cover\"\"\"\";1;5 m 30 Silver\"\";9999;resell:no;package:1;test
9791118;6/4/2016;Network routing 21,5\"\" (2013) 2;7GHz\"\";9999;resell:no;package:1;test
477000;6/4/2016;iGlaze. deep: 9,6 mm (67.378\"\") height: 14;13 cm\"\";9999;resell:no;package:1;test
4024001;6/4/2016;DigitalBOX. tuner: Digital, Power: 20 W., Diag: 7,32 cm (2.88\"\"). Speed 10;100 Mbit/s\"\";9999;resell:no;package:1;test

期望的样本输出

固定长度7：

^{pr2}$

通过csv reader解析不能解决问题（skipinitialspace不是问题），shlex没有用，StringIO也没有帮助。。。在

我最初的想法是逐行导入，然后逐行替换“；”元素。 但是导入是个问题，因为它在每个“；”上都被拆分。在

数据来自一个包含300.000行以上的较大文件（并非所有行都有此问题）。 欢迎提出任何建议。在

Answer 1

您可以使用standart csv模块。在

要实现您要完成的任务，只需将csv分隔符更改为“；”

在终端中测试以下各项：

import csv 
test = ["4024001;6/4/2016;DigitalBOX. tuner: Digital, Power: 20 W., Diag: 7,32 cm (2.88\"\"). Speed 10;100 Mbit/s\"\";9999;resell:no;package:1;test"]

delimited_colon = list(csv.reader(b, delimiter=";", skipinitialspace=True))

Answer 2

您知道输入字段的数量，而且只有一个字段格式不正确，您可以简单地在;上拆分，然后将中间字段合并为一个单独的字段：

for line in file:
    temp_l = line.split(';')
    lst = temp_l[:2] + [ ';'.join(l[2:-4]) ] + l[-4:] #lst should contain the expected fields

我甚至没有尝试处理双引号，因为我无法理解您是如何从Network routing 21,5\"\" 4;8GHz1TB hddQwerty\"\"传递到{}。。。在