使用python从csv文件中删除特殊字符

Question

似乎已经有一些关于这个主题的内容（如何在 python 中用空格替换所有这些特殊字符？），但我一生都无法弄清楚这个简单的任务。

我有一个包含 75 列和近 4000 行的 .CSV 文件。我需要用“_”替换所有“特殊字符”（$ # & * ect）并写入一个新文件。这是我到目前为止所拥有的：

import csv

input = open('C:/Temp/Data.csv', 'rb')
lines = csv.reader(input)
output = open('C:/Temp/Data_out1.csv', 'wb')
writer = csv.writer(output)

conversion = '-"/.$'
text =  input.read()
newtext = '_'
for c in text:
    newtext += '_' if c in conversion else c
    writer.writerow(c)

input.close()
output.close()

所有这些都成功地将所有内容作为单列写入输出文件，产生超过 65K 行。此外，特殊字符仍然存在！

对不起，多余的问题。先感谢您！

Answer 1

我可能会做类似的事情

import csv

with open("special.csv", "rb") as infile, open("repaired.csv", "wb") as outfile:
    reader = csv.reader(infile)
    writer = csv.writer(outfile)
    conversion = set('_"/.$')
    for row in reader:
        newrow = [''.join('_' if c in conversion else c for c in entry) for entry in row]
        writer.writerow(newrow)

这变成了

$ cat special.csv
th$s,2.3/,will-be
fixed.,even.though,maybe
some,"shoul""dn't",be

（请注意，我有一个引用值）到

$ cat repaired.csv 
th_s,2_3_,will-be
fixed_,even_though,maybe
some,shoul_dn't,be

现在，您的代码正在将整个文本读入一大行：

text =  input.read()

从一个角色开始_：

newtext = '_'

循环遍历 中的每个字符text：

for c in text:

将更正后的字符添加到newtext（非常慢）：

    newtext += '_' if c in conversion else c

然后将原始字符 (?) 作为一列写入新的 csv：

    writer.writerow(c)

..这不太可能是你想要的。:^)