如何用python解析tsv文件？

我有一个tsv文件，其中包含一些换行符数据

111 222 333 "aaa"
444 555 666 "bb
b"

第三行的

b

是第二行的换行符

bb

，因此它们是一个数据：

第一行的第四个值：

aaa

第二行的第四个值：

bb
b

如果我在excel文件中使用Ctrl+C和Ctrl+V粘贴，效果会很好。但是如果我想使用python导入文件，如何解析

我试过：

lines = [line.rstrip() for line in open(file.tsv)]
for i in range(len(lines)):
    value = re.split(r'\t', lines[i]))

但结果并不好：

我想：

---

换行符在.tsv/.csv的内容（单元格）中时，通常用引号括起来。否则，标准解析可能会将其混淆为下一行的开始。就你而言，这条线

for line in open(file.tsv)

自动使用换行符作为分隔符

如果您确定该文件只有4列，您可以简单地读取整个文本，根据tab将其拆分，然后一次拉出4个项目

# read the entire text and split it based on tab
old_data = open("file.tsv").read().split('\t')

# Now group them 4 at a time
# This simple list comprehension creates a for loop with step size = num. of columns
# It then creates sublists of size 4 (num. columns) and puts it into the new list
new_data = [old_data[i:i+4] for i in range(0, len(old_data), 4)]

理想情况下，您应该关闭可能在引号中包含换行符的内容。

只需使用。它知道CSV文件中所有可能的角点情况，如引用字段中的新行。它可以在选项卡上进行分隔

with open("file.tsv") as fd:
    rd = csv.reader(fd, delimiter="\t", quotechar='"')
    for row in rd:
        print(row)

将正确输出：

['111'，222'，333'，aaa']
['444'，'555'，'666'，'bb\nb']

不确定您的意思：“第三行的b是bb的换行符”非常感谢。是的，实际数据是双引号。我已经编辑了这个主题。我会读你的方法，解释一下会有帮助的。但从我有限的知识来看，这似乎是一个很好的方法。还值得一提的是，如果文件中没有头，请添加header=None，否则它可能会使用第一行作为头

import scipy as sp
data = sp.genfromtxt("filename.tsv", delimiter="\t")

import pandas as pd
data = pd.read_csv ("file.tsv", sep = '\t')