`csv.Sniffer.sniff()` raises `Could not determine delimiter` when the sample contains a field larger than field_size_limit()
Ninguém assumiu esta issue ainda.
- Linguagem predominante
- Python
- Estrelas
- 77.2k
- Forks
- 35.9k
- Métricas de merge de PRs
- Métricas de PR pendentes
Descrição
Bug report
Bug description:
Summary
csv.Sniffer().sniff() raises csv.Error: Could not determine delimiter for a sample whose first row contains a field longer than the current csv.field_size_limit() (131072 by default), even when every following row is consistently delimited.
Reproduction Code
import csv
sample = 'a,"' + 'x' * 200_000 + '",b\n' + 'c,d,e\n' * 50
print(csv.Sniffer().sniff(sample).delimiter)
Actual Behavior
Traceback (most recent call last):
File "repro.py", line 4, in <module>
print(csv.Sniffer().sniff(sample).delimiter)
~~~~~~~~~~~~~~~~~~~^^^^^^^^
File "Lib/csv.py", line 384, in sniff
raise Error("Could not determine delimiter")
_csv.Error: Could not determine delimiter
Expected Behavior
sniff() should return a dialect with `delimiter=','
CPython versions tested on:
CPython main branch
Operating systems tested on:
Linux
Linked PRs
- gh-157689
Guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Direção de pesquisa
Reproduza a falha com o exemplo da issue e, em seguida, inspecione Lib/csv.py ao redor de Sniffer.sniff(). Verifique como field_size_limit afeta a detecção do delimitador e confirme que o exemplo retorna um dialeto cujo delimitador é uma vírgula, sem enfraquecer o comportamento do limite. A PR gh-157689 vinculada na issue indica que esse trabalho pode já estar em andamento.
Escrita pelo modelo de indexação a partir do texto da issue.
Avaliação
- Stack de tecnologia
- python
- Domínio
- backend
- Tipo de issue
- Bug
- Dificuldade
- 3/5
- Tempo estimado
- 1-2 dias
- Status de atividade
- Estagnada
- Clareza
- Claramente especificada
- Facilidade para iniciantes
- 35/100