Python实现CSV单个单元格拆分：分离题干与备选答案

嗨，这个需求太常见了，处理这种把题干和选项揉在同一单元格的文本时，正则表达式是核心解决方案，再结合合适的工具就能高效搞定。我给你分几种场景推荐实用方案：

一、非编程用户：用Excel/Google Sheets公式快速处理 #

如果你不想写代码，用表格工具的内置函数就能轻松完成：

提取题干 #

用正则提取函数（Excel 365/Google Sheets均支持），精准匹配到第一个「数字+括号」之前的内容：

=REGEXEXTRACT(A1, "^.*?(?=\d+\))")

解释：^.*?(?=\d+\))是非贪婪匹配，会刚好停在第一个类似1)、2)的位置前，把前面的题干完整抓出来。

提取独立选项 #

先剥离题干，再按「数字+括号」拆分内容，最后过滤掉空值：

# Google Sheets 版本
=FILTER(SPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)"), SPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)")<>"")

# Excel 365 版本
=FILTER(TEXTSPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)"), TEXTSPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)")<>"")

如果想清理选项里的无关前缀（比如示例里的OK），再加一层正则替换即可：

=ARRAYFORMULA(TRIM(REGEXREPLACE(FILTER(SPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)"), SPLIT(REGEXREPLACE(A1, "^.*?(?=\d+\))", ""), "\d+\)")<>""), "^[^a-zA-Z\u4e00-\u9fa5]+", "")))

二、编程用户：用Python批量处理CSV #

如果你的CSV文件量大，或者需要自动化流程，用Python+pandas是最优解：

完整代码示例 #

import pandas as pd
import re

def split_question_and_options(text):
    # 提取题干：匹配到第一个「数字+括号」前的内容
    question_match = re.match(r'^(.*?)(?=\d+\))', text)
    question = question_match.group(1).strip() if question_match else text
    
    # 提取所有选项：捕获「数字+括号」后的内容，直到下一个选项或文本结束
    options = re.findall(r'\d+\)\s*(.*?)(?=\s*\d+\)|$)', text)
    
    # 清理选项里的无关前缀（比如示例里的"OK"）
    cleaned_options = [re.sub(r'^[^a-zA-Z0-9\u4e00-\u9fa5]+', '', opt).strip() for opt in options]
    
    return question, cleaned_options

# 读取CSV文件（假设只有一列，无表头）
df = pd.read_csv("your_input.csv", header=None, names=["original_content"])

# 拆分题干和选项，生成新列
df[["question", "options"]] = df["original_content"].apply(
    lambda x: pd.Series(split_question_and_options(x))
)

# 可选：把选项拆成单独的列（比如option1, option2...）
max_options = df["options"].apply(len).max()
for i in range(max_options):
    df[f"option_{i+1}"] = df["options"].apply(lambda x: x[i] if i < len(x) else "")

# 保存结果到新CSV
df.to_csv("split_result.csv", index=False)

代码说明 #

• 正则^(.*?)(?=\d+\))确保精准截取题干，不会误吞内容；
• \d+\)\s*(.*?)(?=\s*\d+\)|$)能正确捕获每个选项，哪怕选项之间没有空格；
• 额外的清理步骤会自动去掉选项开头的无关字符（比如示例里的OK）。

三、核心正则逻辑（通用所有工具） #

不管你用Power Query、R语言还是其他工具，都可以基于这两个正则实现拆分：

• 题干匹配：^.*?(?=\d+\)) （匹配到第一个数字括号前的所有内容）
• 选项匹配：\d+\)\s*(.*?)(?=\s*\d+\)|$) （捕获每个选项的内容）

内容的提问来源于stack exchange，提问作者Mbaps