在python中使用regex替换csv中逗号的分号

Question

我正在处理一个.csv文件，它总是有格式问题。在本例中，它是一个;分隔的表，但有一行有时有分号，如下所示：

code;summary;sector;sub_sector
1;fishes;2;2
2;agriculture; also fishes;1;2
3;fishing. Extraction;  animals;2;2

所以有三种情况：

• 没有分号->；没问题
• 单词字符（非数字）、分号、空格、单词字符（非数字）
• 单词字符（非数字）、分号、空格、单词字符（非数字）

我将.csv转换为.txt，然后将其作为字符串导入，然后编译这个正则表达式：

re.compile('([^\d\W]);\s+([^\d\W])', re.S)

应该这样做。我几乎成功地用分号代替逗号，做了以下工作：

def replace_comma(match):
    text = match.group()
    return text.replace(';', ',')

regex = re.compile('([^\d\W]);\s+([^\d\W])', re.S)

string2 = string.split('\n')

for n,i in enumerate(string2):
    if len(re.findall('([^\d\W]);(\s+)([^\d\W])', i))>=1:
        string2[n] = regex.sub(replace_comma, i)

这通常是有效的，但是当分号后面有两个空格时，逗号后面会留下一个\xa0。这种方法有两个问题：

• 这不是很简单
• 为什么要留下这个\xa0字符？你知道吗

你知道更好的方法吗？你知道吗

谢谢

编辑：我想要的输出是：

code;summary;sector;sub_sector
1;fishes;2;2
2;agriculture, also fishes;1;2
3;fishing. Extraction,  animals;2;2

编辑：添加了关于将文件转换为字符串以便更好地操作的说明。你知道吗

Answer 1

在这种情况下，我不会使用regex、split()和rsplit()和maxpslit=参数就足够了：

data = '''1;fishes;2;2
2;agriculture; also fishes;1;2
3;fishing. Extraction;  animals;2;2'''

for line in data.splitlines():
    row = line.split(';', maxsplit=1)
    row = row[:1] + row[-1].rsplit(';', maxsplit=2)
    row[1] = row[1].replace(';', ',')
    print(';'.join(row))

印刷品：

1;fishes;2;2
2;agriculture, also fishes;1;2
3;fishing. Extraction,  animals;2;2