Question

我有一个＆＃34; CSV＆＃34;一些数据字段碰巧包含逗号分隔符，如下面的示例数据的第二行所示。

"1","stuff","and","things"
"2","black,white","more","stuff"

我无法更改源数据，因此我不知道如何使用str.split（）而不会将值拆分为＆＃34;黑色，白色和＃34;。

我找到了解决问题的方法：

我查看了分区（）并且没有看到这对我有什么好处。
我确定正则表达式会正确捕获数据，但我不确定如何将其绑定到拆分中。
由于源中的每一行总是会有相同数量的字段，我认为设置maxsplit会有所帮助，但我自己也会想到它仍会分裂在＆＃34;黑色，白色和＃34;我最终会失去最后一个值（在这种情况下，这将是＆＃34;东西＆＃34;）。

当然这很容易克服，所以我期待着学习新东西！

非常感谢您的帮助。

Answer 1

使用csv和StringIO：

>>> import csv, StringIO
>>> data = """"1","stuff","and","things"
... "2","black,white","more","stuff"
... """
>>> reader = csv.reader(StringIO.StringIO(data))
>>> for row in reader:
...     print row
... 
['1', 'stuff', 'and', 'things']
['2', 'black,white', 'more', 'stuff']

Answer 2

如果您的来源不是CSV，并且您只想平衡字符串中的引号，则可以尝试使用shlex模块：

import shlex
lex = shlex.shlex('"2","black,white","more","stuff"')
for i in lex:
    print i

Answer 3

字符串外的逗号后面跟着双引号。只需分为,"而不只是,（或甚至是","）

>>> x = '"2","black,white","more","stuff"'
>>> x
'"2","black,white","more","stuff"'
>>> x.split(',"')
['"2"', 'black,white"', 'more"', 'stuff"']
>>> [y.strip('"') for y in x.split(',"')]
['2', 'black,white', 'more', 'stuff']

当然，编辑效率

YevgenYampolskiy对shlex的建议也是另一种选择。

>>> x = '"2","black,white","more","stuff"'
>>> x
'"2","black,white","more","stuff"'
>>> import shlex
>>> y = shlex.shlex(x)
>>> [i.strip('"') for i in y if i != ',']
['2', 'black,white', 'more', 'stuff']

Python分裂与字段值的分隔符

3 个答案: