基于你有趣的想法，你也可以添加第一个和最后一个引号作为分隔符，然后删除不需要的列：

data = io.StringIO('''"col1","col2"
"1","text1"
"2","This a "TEXT". However, I cannot parse it."
''')

df = pd.read_csv(data, sep=r'","|^"|"$', engine='python').iloc[:, 1:-1]

字符串
输出量：

col1                                        col2
0     1                                       text1
1     2  This a "TEXT". However, I cannot parse it.

型
优点是你可以直接得到正确的类型（如果需要的话）：

df.dtypes

col1     int64
col2    object
dtype: object

型
regex demo

问题是CSV中的逗号或引号都没有转义。使用","作为delimeter是一种聪明的方法，但它在开始和结束处留下了引号。

df.columns = ['col1', 'col2']
df['col1'] = df['col1'].str[1:].astype(int)
df['col2'] = df['col2'].str[:-1]

   col1                                        col2
0     1                                       text1
1     2  This a "TEXT". However, I cannot parse it.

字符串
这里有另一种方法，如果不是查找","，而是对引号进行了前瞻和前瞻：

df = pd.read_csv('test.csv', sep = r'(?<=\"),(?=\")', engine = 'python')

(df.applymap(lambda x: x.strip('"')) # remove quotation marks from the start and end of all values
    .rename(columns = lambda x: x.strip('"')) # same with column names
    .assign(col1 = lambda x: x.col1.astype(int)) # change col1 to be a column of ints)

型