unstructured 无法解析单列csv文件

ig9co6j1 于 2个月前发布在其他

关注(0)|答案(6)|浏览(35)

描述bug

给定一个单列csv文件(见附件中的一个示例),由于无法确定分隔符而解析失败。
参见
unstructured/unstructured/partition/csv.py
第109行：4096a38
| | defget_delimiter(file_path=None, file=None): |
问题出现的地方。

重现

使用附件中的文件进行解析。

预期行为

它应该成功解析并被视为单列电子表格。

截图

如果适用，请添加截图以帮助解释您的问题。

环境信息

unstructured.io 0.11.8
Python 3.10

附加上下文

这里有一个与此处使用的预期行为相关的16岁Python bug,即sniff函数：https://bugs.python.org/issue2078

unstructured

来源：https://github.com/Unstructured-IO/unstructured/issues/2616

6条答案

按热度按时间

8ehkhllq1#

感谢@cwang -我们一有能力就会尽快查看。

赞(0）回复(0）举报 2个月前

hlswsv352#

今天遇到了这个问题。看起来是一个相当简单的修复；只需要在调用 get_delimiter 时捕获错误，并在失败时有条件地跳过传递 sep 参数。如果这更可取的话，我很乐意为此创建一个 PR。

赞(0）回复(0）举报 2个月前

gab6jxml3#

@cbrendanprice,你能发布完整的堆栈跟踪吗？

赞(0）回复(0）举报 2个月前

yrdbyhpb4#

$x^{1}a_{0b1x}$

赞(0）回复(0）举报 2个月前

nsc4cvqm5#

@cbrendanprice 好的，现在我明白你的意思了。
快速的PR会有帮助。我很想知道Pandas是否能解析单列CSV,所以如果你能证明你的想法会有所帮助。你需要添加一个目前失败的测试用例，我预计这意味着向/example-docs添加一个single-column.csv文件。
我认为你提议的是，在_csv.Error上我们假设sep=","。我相信如果sep=None,Pandas会产生相同的错误。