Python实现CSV转TSV：如何处理字段内包含逗号的情况

当然有靠谱的办法！你一开始用re.sub(',', '\t', csv)直接替换的思路，确实会踩「字段内包含逗号」的坑——毕竟CSV里用双引号包裹的字段里的逗号是内容的一部分，不是分隔符。专业的CSV处理还是得靠专门的解析工具来搞定，以Python为例，内置的csv模块就能完美解决这个问题：

处理字符串形式的CSV内容 #

如果你的CSV是字符串格式，可以这样处理：

import csv

# 示例CSV内容
csv_str = """dept_no,dt,hello
1,20180411,hello its me
2,20180412,here has tab
3,20180412,"here, is, commas"
"""

# 用csv.reader解析，自动识别带引号的字段
tsv_rows = []
for row in csv.reader(csv_str.splitlines()):
    # 将每行的字段用制表符连接
    tsv_rows.append('\t'.join(row))

# 合并成完整的TSV字符串
tsv_str = '\n'.join(tsv_rows)
print(tsv_str)

运行后输出的TSV会完整保留第三行字段内的逗号，结果如下：

dept_no	dt	hello
1	20180411	hello its me
2	20180412	here has tab
3	20180412	here, is, commas

处理文件形式的CSV #

如果是处理本地CSV文件，直接用csv.writer指定制表符作为分隔符更高效：

import csv

# 读取CSV文件并写入TSV文件
with open('input.csv', 'r', newline='') as in_file, open('output.tsv', 'w', newline='') as out_file:
    # 创建CSV读取器
    csv_reader = csv.reader(in_file)
    # 创建TSV写入器，指定分隔符为制表符
    tsv_writer = csv.writer(out_file, delimiter='\t')
    # 逐行写入
    tsv_writer.writerows(csv_reader)

为什么不推荐用正则？ #

正则表达式很难精准区分「作为分隔符的逗号」和「字段内的逗号」——比如如果字段里出现了转义的引号、嵌套引号等复杂情况，正则的写法会变得极其繁琐且容易出错。而csv模块是专门为CSV格式设计的，能处理所有标准CSV的边缘情况，可靠性高得多。

内容的提问来源于stack exchange，提问作者Sophie.K