El lector CSV analiza incorrectamente los tabuladores después de comillas invertidas.
Estoy utilizando el lector CSV para leer un archivo TSV en Python. El código es:
f = csv.reader(open(‘sample.csv’), delimiter=’\t’)
for chunk in f:
print(chunk)
Una fila del archivo CSV separado por tabulaciones se ve así (el archivo CSV está alojado aquí):
| doc | unit1toks | unit2toks | unit1txt1 | unit2txt2 | s1toks | s2toks | unit1sent | unit2sent | dir |
|---|---|---|---|---|---|---|---|---|---|
| GUMbiogalois | 156-160 | 161-170 | ” We zouden dan voorstellen | dat de auteur al zijn werk zou moeten publiceren | 107-182 | 107-182 | Poisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois’] argument niet voldoende is”. “[16] | Poisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois’] argument zou suggereren dat de auteur zijn mening zou moeten publiceren.” [16] | 1>2 |
Obtengo el siguiente resultado (el lector CSV omitió algunos espacios en tabulaciones):
[‘GUM_bio_galois’, ‘156-160’, ‘161-170’, ‘We zouden dan voorstellen\tdat de auteur al zijn werk zou moeten publiceren\t107-182\t107-182\tPoisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois\’ ] argument niet voldoende is”. “[16]’, ‘Poisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois\’ ] argument zou suggereren dat de auteur zijn mening zou moeten publiceren.” [16]’, ‘1>2’]
Quiero que se parezca a esto:
[‘GUM_bio_galois’, ‘156-160’, ‘161-170’, ‘”We zouden dan voorstellen’, ‘dat de auteur al zijn werk zou moeten publiceren’, ‘107-182’, ‘107-182’, ‘Poisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois\’ ] argument niet voldoende is”. “[16]’, ‘Poisson verklaarde het werk van Galois “onbegrijpelijk”, waarbij hij verklaarde dat “[Galois\’ ] argument zou suggereren dat de auteur zijn mening zou moeten publiceren.” [16]’, ‘1>2’]
¿Cómo puedo hacer que el lector CSV maneje comillas incompletas y las conserve en mi resultado?
davy.ai
Puede usar el parámetro
quotingde la funcióncsv.reader()para manejar citas incompletas. El parámetroquotingtoma un valor entero, que puede ser uno de los siguientes:csv.QUOTE_MINIMAL(0): Indica al lector que interprete las comillas solo cuando sea necesario.csv.QUOTE_ALL(1): Indica al lector que interprete todas las comillas.csv.QUOTE_NONNUMERIC(2): Indica al lector que interprete solo las comillas no numéricas.csv.QUOTE_NONE(3): Indica al lector que ignore todas las comillas.Por lo tanto, puede usar el siguiente código para obtener la salida deseada: