Python正则表达式处理CSV：拆分合并列并移除行尾逗号

我来帮你搞定这个CSV格式的麻烦事儿——Tabula导出时把本该分开的两列合并成了一个，还多了末尾的逗号，导致列数从目标的10列变成了9列。下面是一个靠谱的解决方案，用Python处理能完美保留带引号的特殊字段（比如包含逗号的公司名）：

解决思路 #

1. 用Python内置的csv模块读取文件：专业的CSV解析器能自动识别带引号的字段，避免直接按逗号分割破坏数据
2. 移除每行末尾的空元素：原数据末尾的逗号会被解析成空列，直接删掉就能解决格式混乱
3. 拆分合并的列：定位到被合并的字段（示例中是第4列，对应索引3），按空格拆分成两部分后插回原位置，让列数从9变回10

代码实现 #

import csv

# 替换成你的输入输出文件路径
input_file = "your_input.csv"
output_file = "fixed_output.csv"

with open(input_file, mode='r', newline='', encoding='utf-8') as infile, \
     open(output_file, mode='w', newline='', encoding='utf-8') as outfile:
    
    csv_reader = csv.reader(infile)
    csv_writer = csv.writer(outfile)
    
    for row in csv_reader:
        # 去掉行末尾因多余逗号产生的空元素
        if row and row[-1].strip() == "":
            row = row[:-1]
        
        # 处理9列的行（原数据是9列，需要拆成10列）
        if len(row) == 9:
            # 拆分第4列（索引3）为两部分，只按第一个空格拆分
            merged_content = row[3]
            split_parts = merged_content.split(maxsplit=1)
            if len(split_parts) == 2:
                # 替换合并字段为拆分后的两个字段
                row = row[:3] + split_parts + row[4:]
        
        # 写入修复后的行
        csv_writer.writerow(row)

关键细节说明 #

• maxsplit=1：确保只拆分第一个空格，就算后面的描述字段有空格也不会被误拆分
• CSV模块的优势：自动处理带引号的复杂字段（比如"AGANS & ELLIOTT, INC, A&E ELECTRIC"），不会把包含逗号的内容拆成多列
• 空元素处理：原数据每行末尾的逗号会被解析成空列，移除它就能保证每行都是标准的10列

把你的输入CSV路径替换到input_file，运行代码后就能得到符合要求的10列CSV啦！

内容的提问来源于stack exchange，提问作者veilupearl