Question

在.csv文件中，我有如下行：

10,"nikhil,khandare","sachin","rahul",viru

我想用逗号（，）分割线。但是，我不想在双引号之间拆分单词（＆＃34;＆＃34;）。如果我使用逗号分割，我将获得包含以下项目的数组：

10  
nikhil  
khandare  
sachin  
rahul  
viru

但我不希望双引号之间的项目用逗号分隔。我想要的结果是：

10
nikhil,khandare
sachin
rahul
viru

请帮我解决这个问题。

Answer 1

用于分隔字段的字符不应出现在字段本身中。如果可能，请将,替换为;以分隔csv文件中的字段，这样可以让您的生活更轻松。但是，如果您坚持使用,作为分隔符，则可以使用此正则表达式拆分每一行：

/((?:[^,"]|"[^"]*")+)/

例如，在Python中：

import re
s = '10,"nikhil,khandare","sachin","rahul",viru'
re.split(r'((?:[^,"]|"[^"]*")+)', s)[1::2]
=> ['10', '"nikhil,khandare"', '"sachin"', '"rahul"', 'viru']

现在要获得问题中显示的完全结果，我们只需删除那些额外的"字符：

[e.strip('" ') for e in re.split(r'((?:[^,"]|"[^"]*")+)', s)[1::2]]
=> ['10', 'nikhil,khandare', 'sachin', 'rahul', 'viru']

Answer 2

如果你真的总是有这么简单的结构，你可以在丢弃第一个数字和逗号后使用“，”（是的，带引号）拆分

如果不是，您可以使用一种非常简单的state machine形式从左到右解析您的输入。您将有两种状态：内部报价和外部报价。正则表达式也是一种好的（并且更简单）方式，如果你已经知道它们（因为它们基本上相当于状态机，只是另一种形式）

如何根据特定模式拆分CSV行

2 个答案: