Kann Python CSV-Reader die Zitate in?

Question

Ich möchte die Python CSV-Reader verwenden, aber ich möchte in die Zitate verlassen Das ist ich will:.

>>> s = '"simple|split"|test' 
>>> reader = csv.reader([s], delimiter='|', skipinitialspace=True) 
>>> reader.next() 
['"simple|split"', 'test'] 

Aber ich tatsächlich bekommen:

['simple|split', 'test'] 

In meinem Fall möchte ich die zitierte String, der weitergegeben werden soll, wird immer noch zitiert.

Ich weiß, dass der CSV-Reader wie beabsichtigt funktioniert und mein Anwendungsfall ist ein Missbrauch davon, aber gibt es einen Weg, es nach meinem Willen zu biegen? Oder muss ich meinen eigenen String Parser schreiben?

Answer 1

Sie gehen, um Ihre eigenen Parser, als Teil des Moduls zu schreiben, das Parsen und Zitate sichert ist in der C-Seite der Dinge, insbesondere parse_process_char in Modules/_csv.c gelegen:

else if (c == dialect->quotechar && 
      dialect->quoting != QUOTE_NONE) { 
     if (dialect->doublequote) { 
      /* doublequote; " represented by "" */ 
      self->state = QUOTE_IN_QUOTED_FIELD; 
     } 
     else { 
      /* end of quote part of field */ 
      self->state = IN_FIELD; 
     } 
    } 
    else { 
     /* normal character - save in field */ 
     if (parse_add_char(self, c) < 0) 
      return -1; 
    } 

That "Ende des Zitats Teil des Feldes" Abschnitt ist, was Ihr Doppelzitat chomping ist. Auf der anderen Seite, können Sie möglicherweise die else Bedingung töten und den Python-Quellcode neu erstellen. Aber das ist nicht alles, um ehrlich zu sein.

bearbeiten: Es bedeutete, dass ich das Bit aus dem letzten else hinzufügen, bevor self->state = IN_FIELD so fügt es das Zitat in

Answer 2

Ich verstehe nicht, wenn Sie einen klaren Blick auf das, was Sie zu erhalten versuchen..
Sie sagen "Ich weiß (...) mein Anwendungsfall ist ein Missbrauch".
Aber Missbrauch bedeutet, dass die Möglichkeit der Verwendung besteht.
In Ihrem Fall gibt es jedoch keine mögliche Verwendung, was Sie "beschrieben" haben, ist unmöglich, weil das, was an einen CSV-Parser übergeben wird, ein gültiges CSV-Format haben muss und Ihrs nicht.

In einer CSV-gültigen Zeichenfolge sind die meisten Zeichen Informationen und einige Zeichen sind Metainformationen, die zum Interpretieren der Zeichenfolge zum Extrahieren der Informationen erforderlich sind.
Was Sie beschreiben, ist, dass Sie wollen, dass die Zeichen " in der Informationskategorie und Meta-Informationskategorie insgesamt sein sollten. Es ist wie jemand, der seine/ihre linke Hand mit der linken Hand fangen möchte ...

Dieses Problem tritt bei Ihrer Zeichenfolge auf, weil es keine Zeichenfolge aus dem Lesen einer CSV-Datei ist. Es ist eine Zeichenfolge wie sie geschrieben wird.
Es ist unmöglich, eine Zeichenfolge wie diese aus dem Lesen einer CSV-Datei zu erhalten, weil sie nicht so in der CSV-Datei geschrieben werden konnte.
Wenn in eine CSV-Datei geschrieben, '"simple|split"|test'

auf True

• """simple|split"""|test
  mit doublequote Satz geschrieben werden konnte, ist der Standard

• oder #"simple#|split#"|test
  mit doublequote = False, escapechar = '#'

.

Wenn Sie die Informationen extrahieren, wie Sie beschrieben, haben Sie nicht einen Parser zu erstellen, müssen Sie nur ein bereits bestehendes Tool verwenden:

import re 

reg = re.compile('".*?"|[^|]+') 

print reg.findall('yoo|"simple|split"|test|end"pos|hu') 

Ergebnis

['yoo', '"simple|split"', 'test', 'end"pos', 'hu']