Question

我有以下问题。我有一个来自外部源的CSV文件，我正在尝试使用Text::CSV模块以下列方式阅读它

$csv = Text::CSV->new({binary => 1}) or die "Could not open $filename : ".Text::CSV->error_diag();

binmode("stdout", ":utf8");

open $fh, "<encoding(utf8)", $filename or die "Could not open $filename : $!\n";

while ($row = $csv->getline($fh)) {
    for ($i = 0; $i <= $#{$row}; $i++) {
        $data = encode("utf8", $row->[$i]);
        print "$data\n";
    }
    print "$row->[$keycol] => $row->[$valcol]\n";
    $hash{$row->[$keycol]} = $row->[$valcol];
}

$csv->eof() or die " Error--- $i ".($csv->error_diag())."\n";

但是，在从该文件中读取几行后，程序会因错误而死亡。

在检查时，我发现数据中有列应该用引号" ... "括起来，但只有一个引号在那里。而不是匹配的引号，那里有一个奇怪的^@字符。如何用引号替换所有^@个字符？它不是简单的ASCII，所以我不能$str =~ s/\^\@/\"/g。

Answer 1

^@通常代表NUL（ASCII 00）。在Perl双引号和正则表达式文字中，它可以用\c@，\0，\x00等表示

$str =~ s/\c@/"/g;

当大多数人试图删除NUL时，这是因为他们有未解码的UTF-16。解决方案实际上是执行适当的解码和编码。目前还不清楚这是你面临的问题。

Answer 2

我强烈建议您转到收到此文件的人，并要求他们提供一份他们没有在MS Word或其他任何地方编辑的副本。这听起来就像是你描述了一个被文字处理器蹂躏的文件，它相信一种更具装饰性的引号设置，并用＃34倒置＆替换其中一个。＃34;引号的版本。即，＆＃34;智能引号＆＃34;。

如果编辑对双引号这样做，那里的数据可能也会受到更多损坏。从理论上讲，您可以使用 s / \ x93 /＆＃34; / g 和 s / \ x94 /＆＃34; / g 还原它们，但他们当然可以应该从不首先使用CSV格式的文件。

从字符串中删除^ @字符

2 个答案: