Python 删除csv文件中的换行符

我有一个带有行的csv文件，每行以（@）开头，一行中的所有字段以（；）分隔。其中一个包含“文本”（“[]”）的字段有一些换行符，在将整个csv文件导入excel或access时会产生错误。换行符后的文本被视为独立的行，不遵循表的结构

@4627289301; Lima, Peru; 490; 835551022915420161; Sat Feb 25 18:04:22 +0000 2017; ""[OJO!
la premiacin de los #Oscar, nuestros amigos de @cinencuentro revisan las categoras.
+info: co/plHcfSIfn8]""; 0
@624974422; None; 114; 835551038581137416; Sat Feb 25 18:04:26 +0000 2017; ""[Porque nunca dejamos de amar]""; 0

使用python脚本对此有帮助吗？或任何其他解决方案

作为输出，我希望有以下行：

@4627289301; Lima, Peru; 490; 835551022915420161; Sat Feb 25 18:04:22 +0000 2017; ""[OJO! la premiacin de los #Oscar, nuestros amigos de @cinencuentro revisan las categoras. +info: co/plHcfSIfn8]""; 0
@624974422; None; 114; 835551038581137416; Sat Feb 25 18:04:26 +0000 2017; ""[Porque nunca dejamos de amar]""; 0

---

有什么帮助吗？我有一个csv文件（54MB），其中有很多行带有换行符。。。其他行也可以…

您也应该分享您的预期输出

无论如何，我建议您首先清理文件以删除换行符。然后您可以将其读取为csv。一个解决方案是（我相信有人会提出更好的建议：-）

清理文件（在linux上）：

sed ':a;N;$!ba;s/\n/ /g' input_file | sed "s/ @/\n@/g" > output_file

将文件读取为csv（您可以使用任何其他方法读取）

---

让我们看看它是否对您有帮助：-）

您也应该分享您的预期输出

无论如何，我建议您首先清理文件以删除换行符。然后您可以将其读取为csv。一个解决方案是（我相信有人会提出更好的建议：-）

清理文件（在linux上）：

sed ':a;N;$!ba;s/\n/ /g' input_file | sed "s/ @/\n@/g" > output_file

将文件读取为csv（您可以使用任何其他方法读取）

---

让我们看看它是否对您有帮助：-）

您可以搜索后跟不以“@”开头的行的行，例如

\r？\n+（？！@\d+；）

以下是从这个regex101生成的。它用一个空格替换这样的线的端点。你可以随意改变

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"\r?\n+(?!@\d+;)"

test_str = ("@4627289301; Lima, Peru; 490; 835551022915420161; Sat Feb 25 18:04:22 +0000 2017; \"\"[OJO!\n"
    "la premiacin de los #Oscar, nuestros amigos de @cinencuentro revisan las categoras.\n"
    "+info: co/plHcfSIfn8]\"\"; 0\n"
    "@624974422; None; 114; 835551038581137416; Sat Feb 25 18:04:26 +0000 2017; \"\"[Porque nunca dejamos de amar]\"\"; 0")

subst = " "

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

---

您可以搜索后跟不以“@”开头的行的行，例如

\r？\n+（？！@\d+；）

以下是从这个regex101生成的。它用一个空格替换这样的线的端点。你可以随意改变

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"\r?\n+(?!@\d+;)"

test_str = ("@4627289301; Lima, Peru; 490; 835551022915420161; Sat Feb 25 18:04:22 +0000 2017; \"\"[OJO!\n"
    "la premiacin de los #Oscar, nuestros amigos de @cinencuentro revisan las categoras.\n"
    "+info: co/plHcfSIfn8]\"\"; 0\n"
    "@624974422; None; 114; 835551038581137416; Sat Feb 25 18:04:26 +0000 2017; \"\"[Porque nunca dejamos de amar]\"\"; 0")

subst = " "

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

---

---

还有，评论中的@是不可以考虑的，是吗？我想把所有的行都组织成例子的第二行（@624914422…），你试过什么吗？似乎有一个相当简单的方法开始。逐行阅读，丢弃

@

并按

拆分或使用csv模块。重复的双引号看起来完全是错误的。CSV的一些方言允许在带引号的字符串中使用换行符，但它们应该在每边用一个双引号字符包装，而不是两个。此外，注释中的@不应该被考虑，是吗？我想把所有的行都结构化为示例的第二行（@624914422…），你试过什么吗？似乎有一个相当简单的方法开始。逐行阅读，丢弃
@
并按
拆分或使用csv模块。重复的双引号看起来完全是错误的。CSV的某些方言允许在带引号的字符串中使用换行符，但它们的每边都应该使用一个双引号字符，而不是两个。感谢@PaulRooneyThank@PaulRooneyIt不起作用，演示在创建代码时将一些字符添加到真实的文本行…@luisec我不明白这意味着什么？如果它只是意味着它在添加一个空格，那是因为
subst=“”
，您可以将其更改为“”，或者在文本“OJO！”后的第一行中替换它，演示在使用示例导出代码时会添加“\n”（在演示中，我已经尝试过了）。。。原始行没有这些字符来标识换行符的位置…@luisec
\n
仅表示字符串对象中的换行符。它只存在于样品中。许多语言都支持这一点。如果您查看demo@您将看到示例文本没有文本
\n
。这就是regex101生成示例代码的方式。它不起作用，演示在创建代码时会在实际文本行中添加一些字符…@luisec我不明白这意味着什么？如果它只是意味着它在添加一个空格，那是因为
subst=“”
，您可以将其更改为“”，或者在文本“OJO！”后的第一行中替换它，演示在使用示例导出代码时会添加“\n”（在演示中，我已经尝试过了）。。。原始行没有这些字符来标识换行符的位置…@luisec
\n
仅表示字符串对象中的换行符。它只存在于样品中。许多语言都支持这一点。如果您查看demo@您将看到示例文本没有文本
\n
。这就是regex101生成示例代码的方式。