很遗憾，标准的csv.reader没办法直接帮你按分号拆分内容得到目标列表哦。

为什么不行？ #

csv.reader的设计目标是解析结构化的CSV格式数据——它会按照指定的分隔符（默认是逗号）将每行内容拆分成多个字段，而不是作为通用文本拆分工具，按你指定的分号来分割整个文件的内容。你的CSV文件里的内容是连续的SQL语句，csv.reader只会按CSV规则读取每行/每个字段，不会主动识别分号并拆分。

用csv.reader实现需求的方法 #

虽然不能直接拆分，但你可以先通过csv.reader读取文件的全部内容，拼接成完整的文本后再按分号拆分，具体代码如下：

import csv

with open("my_file.csv", newline='', encoding="utf8") as csvfile:
    reader = csv.reader(csvfile)
    # 将所有行的内容拼接成一个完整的字符串
    full_sql_content = ''.join([''.join(row) for row in reader])
    # 按分号拆分，同时清理掉空字符串和多余空格
    sql_statements = [stmt.strip() for stmt in full_sql_content.split(';') if stmt.strip()]

# 输出结果就是包含2个SQL语句的列表
print(sql_statements)

这段代码的逻辑是：

• 先用csv.reader读取文件的每一行，把每行的所有字段（如果你的CSV每行是单个字段的话，''.join(row)就是该行内容）拼接成完整的SQL文本
• 再用split(';')拆分文本，最后通过列表推导式过滤掉拆分后产生的空字符串和纯空格内容，得到干净的SQL语句列表

补充：你提到的Pandas方法 #

如果你用pandas.read_csv，思路类似——先读取所有内容拼接成文本再拆分，比如：

import pandas as pd

df = pd.read_csv("my_file.csv", header=None)
full_sql_content = ''.join(df[0].astype(str))
sql_statements = [stmt.strip() for stmt in full_sql_content.split(';') if stmt.strip()]

内容的提问来源于stack exchange，提问作者Valentyn