fix_csv_smart.py

import csv
import os

def fix_csv_columns(input_file, output_file):
    """
    修复CSV文件的列对齐问题
    如果非空列超过5列，将最后两列内容覆盖写入到存在问题和修复建议列
    """
    fixed_rows = []
    total_rows = 0
    fixed_count = 0
    
    with open(input_file, 'r', encoding='utf-8', newline='') as file:
        reader = csv.reader(file)
        
        for row_num, row in enumerate(reader, 1):
            total_rows += 1
            
            # 找出所有非空列
            non_empty_cols = []
            for i, cell in enumerate(row):
                if cell.strip():  # 非空且非纯空格
                    non_empty_cols.append((i, cell))
            
            # 如果非空列超过5列，进行修复
            if len(non_empty_cols) > 5:
                fixed_count += 1
                
                # 创建新行，初始化为5列
                new_row = [''] * 5
                
                # 前3列保持不变（文件名、行号、问题代码）
                for i in range(min(3, len(non_empty_cols))):
                    new_row[i] = non_empty_cols[i][1]
                
                # 如果有超过5列的非空数据，将最后两列作为存在问题和修复建议
                if len(non_empty_cols) >= 5:
                    # 倒数第二列作为存在问题（第4列，索引3）
                    new_row[3] = non_empty_cols[-2][1] if len(non_empty_cols) >= 2 else ''
                    # 最后一列作为修复建议（第5列，索引4）
                    new_row[4] = non_empty_cols[-1][1]
                elif len(non_empty_cols) == 4:
                    # 只有4列非空数据，最后一列作为存在问题
                    new_row[3] = non_empty_cols[-1][1]
                
                fixed_rows.append(new_row)
                
                print(f"第{row_num}行已修复: {len(non_empty_cols)}列 -> 5列")
                print(f"  原始非空列: {[col[1][:50] + '...' if len(col[1]) > 50 else col[1] for col in non_empty_cols]}")
                print(f"  修复后: {[cell[:50] + '...' if len(cell) > 50 else cell for cell in new_row]}")
                print()
            else:
                # 非空列不超过5列，保持原样但确保有5列
                new_row = [''] * 5
                for i, (_, cell) in enumerate(non_empty_cols):
                    if i < 5:
                        new_row[i] = cell
                fixed_rows.append(new_row)
    
    # 写入修复后的文件
    with open(output_file, 'w', encoding='utf-8', newline='') as file:
        writer = csv.writer(file)
        writer.writerows(fixed_rows)
    
    print(f"\n=== 修复完成 ===")
    print(f"总行数: {total_rows}")
    print(f"修复行数: {fixed_count}")
    print(f"输出文件: {output_file}")
    
    return fixed_count

if __name__ == "__main__":
    input_file = "result222222.csv"
    output_file = "result222222_smart_fixed.csv"
    
    if not os.path.exists(input_file):
        print(f"错误: 找不到输入文件 {input_file}")
        exit(1)
    
    print(f"开始修复CSV文件: {input_file}")
    print(f"修复策略: 检测非空列数，超过5列时将最后两列作为存在问题和修复建议")
    print("=" * 60)
    
    try:
        fixed_count = fix_csv_columns(input_file, output_file)
        print(f"\n修复成功！共修复了 {fixed_count} 行数据")
    except Exception as e:
        print(f"修复过程中出现错误: {e}")