Python导入CSV时如何去除数据开头的换行符？

我之前也碰到过这种烦人的CSV格式坑——单元格开头的换行符很容易被标准解析工具误判为行分隔符，导致整个单元格内容被拆得乱七八糟，后半段直接被忽略。下面给你几个实用的解决思路，根据你的使用场景选就行：

方法一：用Python标准csv模块逐字段清理 #

如果是用内置的csv模块读取，最稳妥的方式是在读取每个字段时，针对性去除开头的换行符，同时保留字段内其他合法的换行（比如单元格中间的换行，要是业务需要的话）：

import csv

def strip_leading_newline(field):
    # 只去掉字段开头的换行符，不影响其他位置的换行
    return field.lstrip('\n')

with open('your_data.csv', 'r', newline='', encoding='utf-8') as csv_file:
    reader = csv.reader(csv_file)
    cleaned_rows = []
    for row in reader:
        # 对每一行的每个字段都做清理
        cleaned_row = [strip_leading_newline(field) for field in row]
        cleaned_rows.append(cleaned_row)

这里注意要加newline=''参数，这是csv模块官方推荐的写法，能避免跨平台的换行符解析混乱。

方法二：用Pandas快速处理（适合大数据量） #

如果是用Pandas做数据导入，可以利用converters参数给所有列指定清理函数，一步到位：

import pandas as pd

def clean_field(field):
    # 只处理字符串类型的字段，避免非字符串数据报错
    if isinstance(field, str):
        return field.lstrip('\n')
    return field

# 先读取表头获取所有列名，再给每列绑定清理函数
df = pd.read_csv(
    'your_data.csv',
    converters={col: clean_field for col in pd.read_csv('your_data.csv', nrows=0).columns}
)

这种方法效率很高，适合处理大文件，而且不需要手动遍历每一行。

方法三：预处理CSV文件（适合格式特别不规范的情况） #

如果你的源CSV格式本身就很混乱，比如很多字段开头都有换行且没被正确用引号包裹，可以先整个文件预处理，把所有单元格开头的换行符替换掉：

import re

with open('your_data.csv', 'r', encoding='utf-8') as f:
    raw_content = f.read()

# 正则匹配CSV中字段开头的换行（适配带引号和不带引号的字段）
# 逻辑是：匹配逗号/行开头后的换行，替换成空，保留前面的分隔符
cleaned_content = re.sub(r'(?<=,|\n)"?\n', r'\1', raw_content)

with open('cleaned_data.csv', 'w', encoding='utf-8') as f:
    f.write(cleaned_content)

不过这个方法要先测试一下，确保正则不会误删正常的内容——如果你的CSV里有字段内的合法换行（且用引号包裹），这个正则不会影响它们，因为匹配的是字段开头的换行。

额外提醒 #

如果你的CSV本来应该用引号包裹带换行的字段，但源文件没做到，那最好先修正源文件的格式（让生成CSV的工具正确包裹带换行的字段），这才是从根源解决问题的办法。上面的方法都是用来救急处理不规范的CSV的。

内容的提问来源于stack exchange，提问作者robjeiter