我有一个CSV文件，其中带逗号的字符串周围有引号，但没有逗号的字符串周围没有引号。问题是:多行字符串(没有逗号)没有引号。我如何将它们视为一个领域?
。第3-5行多行字符串之间没有引号:
id1,h2,h3,h4
2,2a:with comma and quote / middle field,"3,a
b
c",4a
3,2a:no comma no quote / last field,3a,4a
b
c
4,2a:no comma no quote / middle field,3a
b
c,4a
5,2a:no comma no quote / middle and last field,3a
b
c,4a
b
c
Q:创建所需输出的首选/最干净的方式是什么，最好使用PHP(或awk/sed/Python/Perl/其他*nix CLI工具)?
- 选项a(首选):在多行字符串 周围加引号
- 选项b(解决方案):对没有引号的多行字符串使用分隔符(例如|)而不是换行符
选项A:首选-在多行字符串
周围加上引号id1,h2,h3,h4
2,2a:with comma and quote / middle field,"3,a
b
c",4a
3,2a:no comma no quote / last field,3a,"4a
b
c"
4,2a:no comma no quote / middle field,"3a
b
c",4a
5,2a:no comma no quote / middle and last field,"3a
b
c","4a
b
c"
选项B:变通方法-对没有引号的多行字符串使用分隔符(例如|)而不是换行符
id1,h2,h3,h4
2,2a:with comma and quote / middle field,"3,a
b
c",4a
3,2a:no comma no quote / last field,3a,4a|b|c
4,2a:no comma no quote / middle field,3a|b|c,4a
5,2a:no comma no quote / middle and last field,3a|b|c,4a|b|c
在我的文本文件:
- 每行总是有4个字段(要么在一行上，要么在包含多行字符串时拆分为多行)
- 如果字符串中有逗号，则在字符串周围加上引号(也适用于多行字符串)
- 第一列为整数
- 只有字符串字段应该用引号括起来
这是我目前使用的代码。这(对我来说)很有效，但我觉得可以用一种(更)有效的方法来做。
<?php
$inputFile = "test.csv";
$outputFile = "output.csv";
$in = fopen($inputFile, "r") or die("could not open ".$inputFile);
$out = fopen($outputFile, 'w');
$rowCount = 0;
//column count
$firstLine = fgetcsv($in);
$columnCount = count($firstLine);
fputcsv($out, $firstLine);
$buffer = array();
while ($line = fgetcsv($in) ) {
$rowCount++;
// new line: put in buffer
if (!count($buffer)) {
$buffer = $line;
continue;
}
// new line is not starting with number, and not complete
if (count($line) != $columnCount && !is_numeric($line[0]) ) {
$first = array_shift($line);
$buffer[count($buffer)-1] .= "'n". $first;
$buffer = array_merge($buffer,$line);
}
// row is complete
if (count($line) == $columnCount || (count($line)>0 && is_numeric($line[0]) ) && count($buffer) == $columnCount ) {
fputcsv($out, $buffer);
$buffer = $line;
}
}
// write final buffer
if (count($buffer)) {
fputcsv($out, $buffer);
}
fclose($in);
fclose($out);
?>