如何使用Python解析WordPress CSV导出

Question

我需要将内容从WordPress导入到Plone中，这是一个基于Python的CMS，我有一个posts表的转储文件，它使用“；”作为分隔符。在

问题是来自csv module的标准CSV读取器不够智能，无法解析行内的HTML内容（post_content字段）。在

例如，当解析器遇到类似<p>&nbsp;</p>的情况时，它会将分号解释为字段分隔符，结果得到的项目多于字段，并且字段的内容不正确。在

有没有其他办法可以解决这类问题？用正则表达式处理行对我来说似乎相当可怕。在

Answer 1

对于较小的站点，另一个选择是使用pywordpress，这是WordPressXML-RPC API的python接口。在

Answer 2

CSV模块提供^{}格式参数，该参数允许您转义分隔符（已设置为分号）。如果您可以在对csv.reader()的调用中提供escapechar='\\'，那么您可以将CSV文件中的字符\替换为\\，并将{}替换为{}（使用文本编辑器的find/replace选项）。在

Answer 3

经过一些额外的研究，我通过阅读PEP 0305的文本发现了excel-tab方言（它建议在Python中添加cvs模块）；这在模块文档中提到过，但我一开始没有注意到。在

然后，我使用制表符作为分隔符（\t）重新导出了文章。在

我做了一个测试，读取了一批1000行，没有发现任何错误。在