鲁比:我如何处理带有“坏逗号”的csv文件?

好吧,这里有一个想法:您可以用一个唯一的字符替换逗号后跟空格的每个实例,然后像往常一样解析csv,然后遍历结果行并反转替换。

你可以用消极的展望

>> "foo,bar,baz,pop, blah,foobar".split(/,(?![ \t])/)
=> ["foo", "bar", "baz", "pop, blah", "foobar"]

也许是沿着这条线……

使用gsub将“,”更改为其他内容

ruby-1.9.2-p0 > "foo,bar,baz,pop, blah,foobar".gsub(/,\ /,'| ').split(',')
[
    [0] "foo",
    [1] "bar",
    [2] "baz",
    [3] "pop| blah",
    [4] "foobar"
]

然后去掉“后”字。

如果您幸运地只有一个这样的字段,那么您可以从一开始就解析前导字段,从后面的字段解析到后面的字段,并假设剩下的是有问题的字段。在python(no habla ruby)中,这看起来像:

fields = line.split(',') # doesn't work if some fields are quoted
fields = fields[:5] + [','.join(fields[5:-3])] + fields[-3:]

无论你做什么,你至少应该能够确定冒犯的逗号的数量,这应该给你一些东西(如果没有其他东西的话,做一个健全的检查)。