在逗号分隔文件中使用引号包裹文本

Question

我有一个类似于这样的CSV文件：

Amebiasis,California,2001,Total,571,34514777,1.654,1.521,1.796
Amebiasis,California,2001,Female,176,17340743,1.015,0.871,1.176
Amebiasis,California,2001,Male,365,17174034,2.125,1.913,2.355

我需要一个脚本，可以将所有文字块封装起来，使其看起来像这样：

"Amebiasis","California",2001,"Total",571,34514777,1.654,1.521,1.796
"Amebiasis","California",2001,"Female",176,17340743,1.015,0.871,1.176
"Amebiasis","California",2001,"Male",365,17174034,2.125,1.913,2.355

我习惯于使用PHP，但欢迎使用其他语言的解决方案。

我尝试使用Excel的本地解决方案，但那给了我三个引号：

    """Amebiasis""","""California""",2001,"""Total""",571,34514777,1.654,1.521,1.796

- Adam

---

当Excel输入三个双引号时，通常是因为第一个和第三个是用来转义第二个 - 当您使用“Excel本地解决方案”时，您到底在做什么？我在您的CSV中没有看到需要转义的双引号。请参见http://tools.ietf.org/html/rfc4180#section-2的第6点。 - norlesh

• 编辑我需要格式化的单元格
• 选择格式单元格
• 从底部选择自定义
• 使用公式“@”
• 另存为CSV，逗号分隔。

- Adam

当您使用"@"时，神秘的双引号会被插入，一旦Excel写入CSV文件，它们就会被转义 - 我猜想如果您使用三重引号重新打开修改后的CSV文件，则单元格将以正常引用字符串的形式显示在Excel中。 - norlesh

Answer 1

您可以使用PHP原生的CSV编码函数，但是需要添加一个小的辅助函数。原因是本地函数坚持遵循csv标准，该标准不要求如果没有必要的话，单元格必须被封闭起来以便通过其内容结构进行解析。

以下是一个示例：

<?php
function encodeFunc($value) { return "\"$value\""; }

$h_input = fopen('input.csv', 'r');
$h_output = fopen('output.csv', 'w');
while ($input = fgetcsv($h_input)) {
  fputcsv($h_output, array_map('encodeFunc', $input), ',', chr(0));
}
readfile('output.csv');

文件input.csv包含以下内容：

Amebiasis,California,2001,Total,571,34514777,1.654,1.521,1.796
Amebiasis,California,2001,Female,176,17340743,1.015,0.871,1.176
Amebiasis,California,2001,Male,365,17174034,2.125,1.913,2.355

文件output.csv将包含：

"Amebiasis","California","2001","Total","571","34514777","1.654","1.521","1.796"
"Amebiasis","California","2001","Female","176","17340743","1.015","0.871","1.176"
"Amebiasis","California","2001","Male","365","17174034","2.125","1.913","2.355"

顺便说一下：这种方法也适用于大文件，它可以很好地扩展，因为它不会将整个文件加载到内存中，而只是一次加载一行；-）

- arkascha

Answer 2

我会说：不破坏它，不需要修复。你的csv文件已经很完美了。

但是也许你需要为某些软件添加引号？

一般来说，在csv中，引号不是用来表示某些字段为文本，而是用来转义字段内的分隔符（或换行符），例如：

text1,"text2, some more",1.234,"44,25"

如果您在Excel中使用3个引号，则意味着该字段已经被引用、转义并用引号括起来了（正如@norlesh已经提到的那样）。

"""Amebiasis""","""California"""

无论做什么，都不要使用正则表达式来“修复”csv文件，因为如果字段中有分隔符或引号，这可能会破坏将来数据更新。

- Danny_ds

---

但是我使用的文件中真的没有任何引号。 否则就不会有任何问题。当我在Excel文件中搜索“ ”时，什么都找不到， 无论我是在Excel内部搜索还是用文本编辑器打开文件。 - Adam

@AdamDedanga - 是的，我理解了。但是为什么需要在字段中添加引号？至于“Excel的本地解决方案”，你是什么意思？必须在某个地方添加引号才能得到3。 - Danny_ds

Answer 3

你可以使用正则表达式和preg_replace来修改它。

$string = 'Amebiasis,California,2001,Total,571,34514777,1.654,1.521,1.796';
// '\b' is a word boundary
$pattern = '/\b/i';
$replacement = '"';
$newstring =  preg_replace($pattern, $replacement, $string);
//the string with quotes
echo $newstring;

- kurt