Python基于csv模块读取CSV 实现字段提取与全表逐行批量处理

核心问题定位 #

你当前通过csv模块生成的list_of_rows结构偏离了常规csv解析的预期：列表内的每一个元素，是整行完整拼接的字符串，而非正常拆分完成、以单个列为元素的行列表。
之前单行提取能正常运行，是因为你直接对这个整行字符串做切片取值；循环跑失败的常见原因，是循环时混淆了行对象的类型——误把整行字符串当成拆分好的列列表做索引操作，取到的是单个字符而非对应整行的内容，和单行测试的取值逻辑完全不匹配，自然无法得到正确结果。

两种可直接落地的实现路径 #

方案1：适配现有读取结果的快速处理 #

不需要改动原有的csv读取流程，直接基于现有list_of_rows的结构写提取逻辑，示例代码：

import html

for row_content in list_of_rows:
    # 还原字符串里的HTML转义字符，把"换回普通双引号
    clean_row = html.unescape(row_content)
    # 按逗号拆分整行内容
    col_list = clean_row.split(',')
    # 提取第一列的时间字段
    time_value = col_list[0].strip()
    # 提取最后一列的数值字段，去掉外层包裹的引号
    number_value = col_list[-1].strip().strip('"')
    # 打印结果
    print(f"时间：{time_value}，数值：{number_value}")

注意：手动拆分字符串的方式存在边界缺陷——如果后续非数值字段里也包含逗号，很容易拆错列位置，仅适合当前固定格式的临时场景。

方案2：从根源修正csv解析逻辑，避免字段拆分错误 #

手动切字符串很容易把被引号包裹、内部带逗号的欧洲格式小数值（比如"33,80"）拆成两个独立列，推荐直接调整csv读取流程，用模块内置的解析能力完成准确拆分，示例代码：

import csv
import html

# 读取原始文件内容
with open("目标CSV文件路径", "r", encoding="utf-8") as f:
    raw_content = f.read()
# 还原HTML转义内容
clean_content = html.unescape(raw_content)
# 把清理后的内容按行喂给csv.reader，自动完成列拆分
csv_reader = csv.reader(clean_content.splitlines())
# 此时生成的list_of_rows，每一行都是拆分好的列列表
list_of_rows = list(csv_reader)

# 逐行提取逻辑和单行测试完全一致
for row in list_of_rows:
    time_value = row[0].strip()
    number_value = row[-1].strip().strip('"')
    print(f"时间：{time_value}，数值：{number_value}")

这种方式的优势是csv模块会自动识别引号包裹的字段边界，不会错误拆分字段内部的逗号，适配不同行的字段变动的能力更强。

内容的提问来源于stack exchange，提问作者Gerry