如何将含特殊字符的文本转换为逗号分隔、双引号包裹的CSV？

你遇到的核心问题是CSV字段中包含逗号和转义双引号，这类场景用正则处理很容易出现边缘情况错误，最稳妥的方式是使用专门的CSV解析库——这类库原生支持CSV的规范语法（包括字段内的分隔符、转义引号处理），比正则可靠得多。

以下是具体的处理步骤（以Python为例，用标准库csv模块）：

1. 预处理原始文本 #

首先清理原始文本中的冗余内容：去掉首尾的三重引号，以及每行开头的空格和|分隔符。清理后的文本为：

name, model, os
A,"I PAD (10.0"", 2020, Wi-Fi)",OS_A

2. 用csv模块解析并生成目标内容 #

csv模块会自动识别带引号的字段，把字段内的逗号当作普通字符，同时将转义的双引号""解析为单个"。示例代码如下：

import csv
from io import StringIO

# 清理后的原始文本
raw_text = """name, model, os
A,"I PAD (10.0"", 2020, Wi-Fi)",OS_A"""

# 用StringIO模拟文件对象供csv模块读取
csv_file = StringIO(raw_text)
reader = csv.reader(csv_file, quotechar='"', doublequote=True, skipinitialspace=True)

# 读取表头和数据行
headers = next(reader)
data_rows = list(reader)

# 生成你需要的HTML表格内容
html_table = f"""<div class="s-table-container">
<table class="s-table">
<thead>
<tr>
<th style="text-align: left;">{headers[0].strip()}</th>
<th style="text-align: center;">{headers[1].strip()}</th>
<th style="text-align: right;">{headers[2].strip()}</th>
</tr>
</thead>
<tbody>
<tr>
<td style="text-align: left;">{data_rows[0][0]}</td>
<td style="text-align: center;">{data_rows[0][1].replace('""', '"')}</td>
<td style="text-align: right;">{data_rows[0][2].replace('_A', '')}</td>
</tr>
</tbody>
</table>
</div>"""

# 保存为标准CSV文件
with open('output.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f, quotechar='"', doublequote=True)
    writer.writerow(headers)
    writer.writerows(data_rows)

3. 关键参数说明 #

• quotechar='"'：指定字段的引用符号为双引号
• doublequote=True：启用双引号转义规则（即""代表字段内的单个"）
• skipinitialspace=True：忽略字段前的空格（对应原始文本中model前的空格）

为什么不推荐正则？ #

正则表达式很难覆盖CSV的所有规范场景，比如字段内包含换行、多层转义引号等情况，专门的CSV库是经过大量测试的，能处理所有符合RFC 4180标准的CSV文本，稳定性和正确性远高于正则。

内容的提问来源于stack exchange，提问作者buttermilk