Python：解决含JSON的逗号分隔文本转CSV时JSON拆分为多列的问题

这个问题我太熟了——本质是你的JSON字段里包含逗号，普通的逗号分隔解析会把JSON内部的逗号当成列分隔符，直接把完整的JSON拆得七零八落。下面给你两种靠谱的Python解决方法，都是我日常处理这类文件常用的：

方法1：使用Python标准库csv模块（无需额外安装依赖） #

Python自带的csv模块可以识别被引号包裹的完整字段，只要我们指定正确的引号字符，就能避免JSON被拆分。你的示例里JSON是用单引号'包裹的，所以我们把quotechar设为单引号即可：

import csv

# 替换成你的输入文件路径
input_path = "your_input_file.txt"
# 替换成你想要的输出CSV路径
output_path = "your_output_file.csv"

with open(input_path, 'r', encoding='utf-8') as infile, open(output_path, 'w', newline='', encoding='utf-8') as outfile:
    # 初始化读取器：指定逗号为分隔符，单引号为字段包裹符，跳过逗号后的空格
    reader = csv.reader(infile, delimiter=',', quotechar="'", skipinitialspace=True)
    writer = csv.writer(outfile)
    
    for row in reader:
        # 处理示例里的NULL值，替换为空字符串（你也可以换成None或者其他值）
        cleaned_row = [cell if cell != 'NULL' else '' for cell in row]
        writer.writerow(cleaned_row)

关键参数说明： #

• quotechar="'"：告诉解析器，被单引号包裹的内容是一个完整字段，不管里面有多少逗号都不会拆分
• skipinitialspace=True：自动跳过逗号后面的空格，避免字段开头出现多余空格
• newline=''：避免写入CSV时出现多余的空行

方法2：用Pandas快速处理（代码更简洁） #

如果你已经安装了Pandas，这个方法会更省心，Pandas的read_csv默认就能处理带引号的字段，只需要简单配置参数：

import pandas as pd

# 读取文本文件：指定分隔符、引号字符，把NULL识别为缺失值
df = pd.read_csv(
    "your_input_file.txt",
    sep=',',
    quotechar="'",
    na_values='NULL',
    skipinitialspace=True
)

# 保存为CSV，index=False是不保存行索引
df.to_csv("your_output_file.csv", index=False)

这个方法的优势是：自动处理缺失值、数据框格式方便后续做其他处理，比如你之后想解析JSON字段成单独列也很方便（可以用df['json_column'].apply(pd.read_json)）。

注意事项： #

如果你的输入文件里存在未转义的引号（比如JSON内部有和包裹符一样的单引号），可能需要先做转义处理，但从你的示例数据来看，这种情况应该不存在，直接用上面的代码就能解决问题。

内容的提问来源于stack exchange，提问作者Anshul Sharma