当文本限定符本身存在于数据中时，其作用及处理方式探讨

这确实是CSV类分隔式数据解析里常见的“循环坑”——本来用文本限定符解决了分隔符混在数据里的麻烦，结果限定符自己又跑到数据里搞事情了😅。行业里有几个通用的解决办法，给你捋一捋：

1. 重复文本限定符（最常用的标准方案） #

大多数数据格式规范（比如RFC 4180定义的CSV）都采用两个相同的文本限定符表示数据中实际存在的一个限定符的规则。

举个例子，你提到的有问题的行：

"ABC"|"DE"F"|"GHI"

按照这个规则修正后应该写成：

"ABC"|"DE""F"|"GHI"

解析器看到连续的两个双引号时，就会把它们解析成数据里的单个双引号，而不是文本的结束标记，这样就能正确识别出第二个字段是DE"F，不会把中间的"当成字段的结束符。

2. 使用转义字符 #

有些场景下会用转义字符（比如反斜杠\）来标记数据里的文本限定符，把它变成普通数据。比如上面的例子可以写成：

"ABC"|"DE\"F"|"GHI"

这种方式需要解析器支持转义规则，不过要注意反斜杠本身如果出现在数据里，也需要转义成\\，不然又会出现新的问题。

3. 更换不冲突的文本限定符 #

如果你的数据来源可控，也可以换一个在数据里几乎不会出现的字符作为文本限定符，比如单引号'或者特殊符号¬，从根源上避免这个问题。不过这种方法局限性比较大，毕竟很难保证某个字符永远不会出现在数据里。

总的来说，重复文本限定符是最通用、兼容性最好的方案，几乎所有主流的数据解析工具（比如Python的csv模块、Excel、Pandas）都支持这个规则。

内容的提问来源于stack exchange，提问作者user7560542