解析CSV时因双引号引发的问题。

Question

我有一个csv文件，格式如下：

"1";"A";"A:"61 B & BA";"C"

以下是我用来读取csv文件的代码：

with open(path, 'rb') as f:
    reader = csv.reader(f, delimiter = ';', quotechar = '"')
    for row in reader:
        print row

问题是，它把一行分成了5个字段，

['1', 'A', 'A:61 B &amp', ' BA', 'C']

而我原本期待的输出是：

['1', 'A', 'A:61 B & BA', 'C']

当我把csv文件中61 B前面的双引号去掉时，得到的输出是：

['1', 'A', 'A:61 B & BA', 'C'] 这完全没问题，但为什么字段中间的双引号会导致问题呢？明明我已经定义了分隔符和引号字符？

Answer 1

你在文本中定义了一个分隔符，但是这个分隔符在你的文本里也出现了，比如说“&”后面有个分号。我建议你把分隔符换成一些在文本中不会出现的字符，比如说“|”这样的符号。

Answer 2

我觉得双引号应该换成 "。

Answer 3

你的csv文件有问题。如果在一个（被引号包围的）字符串里面出现了引号，那么这个引号必须通过重复来处理，也就是说要写成两个引号。

"1";"A";"A:""61 B & BA";"C"

这样会导致

['1', 'A', 'A:"61 B & BA', 'C']

那么CSV模块应该怎么判断哪些引号是用来分隔项目的，哪些引号是在项目内部的呢？