如何从tensorflow的csv文件中用新行解析字符串？

Question

官方的tensorflow教程建议解析csv文件，方法是使用tf.TextLineReader逐行读取文件，然后使用tf.decode_csv（source）。但是，这对于包含带有换行符的字符串的csv记录不起作用，因为这会导致读取器拆分单个csv记录。在

解析这些类型文件的最佳方法是什么？在

Answer 1

在tf.decode_csv需要RFC 4180格式的CSV文件，根据RFC4180，换行符（CRLF）确实应该用来分隔记录。在

TensorFlow 1.8版引入了API tf.contrib.data.make_csv_dataset将CSV文件读入数据集。 我不知道它是否能解决你的问题，但值得一试。在

Answer 2

如果正确引用了这些字符串，pandas.read_csv()可以正确解析这些CSV文件：

CSV:

a,b,c
1,"text which includes
line
breaks",100
2,another line,200
3,yet another line,300

---

^{pr2}$

结果：

In [21]: df
Out[21]:
   a                                      b    c
0  1  text which includes\r\nline\r\nbreaks  100
1  2                           another line  200
2  3                       yet another line  300