Python：使用多个分隔符拆分文件

Question

我有多个CSV文件需要在一个循环中处理，以便收集信息。问题是，虽然它们的格式相同，但有些文件是用'\t'（制表符）分隔的，而有些则是用','（逗号）分隔的。处理完这些后，我还想去掉字符串两边的双引号。

请问，Python能否通过多种分隔符来分割字符串呢？

目前，我可以用以下方法用一种分隔符来分割行：

f = open(filename, "r")
fields = f.readlines()
for fs in fields:
    sf = fs.split('\t')
    tf = [fi.strip ('"') for fi in sf]

Answer 1

你可以用正则表达式来实现这个功能（可以选择编译一下）：

sf = re.split(r'[,\t]', fs)

不过这样做的话，像是制表符分隔的字段里面的逗号就没考虑到。我建议你看看csv模块，可能会对你有帮助。

Answer 2

像这样分割文件并不是个好主意：如果某个字段里有逗号，就会出问题。比如说（对于一个用制表符分隔的文件）：这一行 "field1"\t"Hello, world"\t"field3" 会被分成4个字段，而不是3个。

相反，你应该使用 csv 模块。这个模块里有一个很有用的 Sniffer 类，可以帮助你识别文件中使用的分隔符。而且，csv模块还会帮你去掉双引号。

import csv

csvfile = open("example.csv")
dialect = csv.Sniffer().sniff(csvfile.read(1024))
csvfile.seek(0)
reader = csv.reader(csvfile, dialect)

for line in reader:
    #process line