如何通过Python自动化借助Excel/Numbers修复解析失败的CSV文件？

当然可以！这种CSV解析的坑我也踩过——Numbers/Excel的CSV处理引擎确实比Pandas默认的更宽容，能搞定那些引号和逗号嵌套混乱的“脏”CSV。下面给你几种靠谱的自动化方案，按需选择：

方案1：用AppleScript控制Numbers（Mac专属） #

Numbers是苹果生态的软件，用AppleScript配合Python调用是最直接的方式。

步骤： #

1. 先写一个AppleScript脚本（保存为fix_csv.scpt）：

on run {input_file, output_file}
    tell application "Numbers"
        -- 打开目标CSV，Numbers会自动处理解析问题
        set doc to open input_file
        -- 另存为标准CSV，覆盖已有文件
        save doc as CSV to output_file with overwrite
        -- 关闭原文件，不保存修改（避免污染原文件）
        close doc saving no
    end tell
end run

2. 用Python调用这个脚本：

import subprocess

def fix_csv_with_numbers(input_path, output_path):
    try:
        subprocess.run(
            ["osascript", "fix_csv.scpt", input_path, output_path],
            check=True,
            capture_output=True
        )
        print(f"CSV修复完成，已保存到 {output_path}")
    except subprocess.CalledProcessError as e:
        print(f"处理失败：{e.stderr.decode('utf-8')}")

# 使用示例
fix_csv_with_numbers("你的损坏文件.csv", "修复后的文件.csv")

这个方案完全模拟你手动操作Numbers的流程，兼容性拉满。

方案2：用Excel的COM接口（跨Windows/Mac） #

如果你用的是Excel（不管Windows还是Mac），可以通过COM接口自动化操作：

Windows版本（用pywin32）： #

首先安装依赖：pip install pywin32

import win32com.client as win32

def fix_csv_with_excel(input_path, output_path):
    excel = win32.gencache.EnsureDispatch('Excel.Application')
    excel.Visible = False  # 后台运行，不弹出窗口
    try:
        # 打开CSV，Excel会自动处理解析逻辑
        workbook = excel.Workbooks.Open(input_path)
        # 6是CSV格式的文件编号，确保保存为标准CSV
        workbook.SaveAs(output_path, FileFormat=6)
        workbook.Close(SaveChanges=False)
        print(f"CSV修复完成，已保存到 {output_path}")
    except Exception as e:
        print(f"处理失败：{str(e)}")
    finally:
        excel.Quit()

# 使用示例
fix_csv_with_excel("你的损坏文件.csv", "修复后的文件.csv")

Mac版本的Excel： #

同样可以用AppleScript，把方案1里的application "Numbers"改成application "Microsoft Excel"即可，脚本逻辑基本一致。

备选方案：直接调整Pandas参数（不用依赖办公软件） #

如果不想装Numbers/Excel，也可以试试调优Pandas的read_csv参数，说不定能直接解析：

import pandas as pd

try:
    df = pd.read_csv(
        "你的损坏文件.csv",
        engine="python",  # 用Python引擎替代默认的C引擎，支持更多参数
        quotechar='"',
        doublequote=False,  # 关闭双引号转义，适合不规范的嵌套
        escapechar='\\',  # 指定转义字符
        skip_blank_lines=True
    )
    df.to_csv("修复后的文件.csv", index=False, quoting=1)  # 1表示QUOTE_MINIMAL，生成标准CSV
    print("Pandas直接解析成功！")
except Exception as e:
    print(f"Pandas解析失败，建议用Numbers/Excel方案：{str(e)}")

这个方案适合简单的嵌套问题，如果还是不行，再用前面的办公软件自动化方案就稳了。

内容的提问来源于stack exchange，提问作者Nico