Python校验CSV学生数据：无法正确输出违规字段问题求助

核心修改方向 #

将整行有效性判断拆解为字段级独立校验，为每个字段编写针对性校验逻辑，收集具体错误信息，而非仅标记整行无效。

示例修改代码（Python） #

import csv
from datetime import datetime

# 学号校验：7位数字，首字符为0，第二位为8/9
def check_student_id(sid):
    errors = []
    if len(sid) != 7:
        errors.append("需为7位")
    if not sid.isdigit():
        errors.append("仅含数字")
    if len(sid) >= 2 and (sid[0] != '0' or sid[1] not in ('8', '9')):
        errors.append("首字符为0且第二位是8/9")
    return errors

# 姓名校验：仅含字母
def check_name(name):
    errors = []
    if not name.isalpha():
        errors.append("仅允许字母")
    return errors

# 出生日期校验：YYYY-MM-DD格式，年份范围1960-2004
def check_birthdate(birth_str):
    errors = []
    try:
        birth_date = datetime.strptime(birth_str, '%Y-%m-%d')
        if not (1960 <= birth_date.year <= 2004):
            errors.append(f"年份需在1960-2004之间（当前为{birth_date.year}）")
    except ValueError:
        errors.append("格式需为YYYY-MM-DD")
    return errors

# 专业校验：仅限INF、TINF、CMD、AI
def check_major(major):
    allowed = {'INF', 'TINF', 'CMD', 'AI'}
    errors = []
    if major not in allowed:
        errors.append(f"需为{', '.join(allowed)}之一")
    return errors

# 处理CSV主函数
def process_csv(file_path):
    valid_records = []
    invalid_records = []

    with open(file_path, 'r', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for line_num, row in enumerate(reader, start=2):  # 行号从2开始（跳过表头）
            field_errors = []
            # 逐一校验字段并收集错误
            id_err = check_student_id(row['学号'])
            if id_err:
                field_errors.append(f"学号：{'; '.join(id_err)}")
            
            name_err = check_name(row['姓名'])
            if name_err:
                field_errors.append(f"姓名：{'; '.join(name_err)}")
            
            birth_err = check_birthdate(row['出生日期'])
            if birth_err:
                field_errors.append(f"出生日期：{'; '.join(birth_err)}")
            
            major_err = check_major(row['专业'])
            if major_err:
                field_errors.append(f"专业：{'; '.join(major_err)}")
            
            # 分类存储有效/无效记录
            if not field_errors:
                valid_records.append(row)
            else:
                invalid_records.append({
                    '行号': line_num,
                    '错误详情': '; '.join(field_errors),
                    '原始数据': row
                })
    
    # 输出结果
    print("=== 有效记录 ===")
    for item in valid_records:
        print(item)
    
    print("\n=== 无效记录（含错误详情） ===")
    for item in invalid_records:
        print(f"行号：{item['行号']} | 错误：{item['错误详情']}")
        print(f"原始数据：{item['原始数据']}\n")

# 调用示例
process_csv('students.csv')

代码说明 #

1. 每个字段对应独立校验函数，返回该字段的所有错误描述，而非仅布尔值
2. 遍历CSV时，对每行的四个字段逐一校验，汇总所有错误信息
3. 无效行记录行号、错误详情、原始数据，便于精准定位问题
4. 输出时明确区分有效记录和带具体错误的无效记录

测试示例 #

假设你的CSV片段如下：

学号,姓名,出生日期,专业
0812345,Alice,1999-05-20,INF
0712345,Bob,2005-03-10,ENG
09abc12,Charlie,1980/10/05,AI
081234,Dave,1975-07-15,CMD

运行代码后会输出：

• 第一行列为有效记录
• 第二行错误：学号：首字符为0且第二位是8/9；出生日期：年份需在1960-2004之间（当前为2005）；专业：需为INF, TINF, CMD, AI之一
• 第三行错误：学号：仅含数字；出生日期：格式需为YYYY-MM-DD
• 第四行错误：学号：需为7位

内容的提问来源于stack exchange，提问作者jb18