Question

我有一个excel表，其中有很多数据包含在sql数据库中的python字典形式的一列中。我无法访问原始数据库，因为CSV的每一行上的键/值的顺序不同，我无法使用本地infile命令将CSV导回到sql中。当我将Excel工作表导出为CSV时，我得到：

"{""first_name"":""John"",""last_name"":""Smith"",""age"":30}"
"{""first_name"":""Tim"",""last_name"":""Johnson"",""age"":34}"

在键/值周围删除“花括号之前和之后以及额外”的最佳方法是什么？

我还需要单独留下没有引号的整数。

我试着用json模块将它导入到python中，这样我就可以打印特定的键，但是我不能用doubled双引号导入它们。我最终需要保存在文件中的数据，如下所示：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

非常感谢任何帮助！

Answer 1

易：

`text = re.sub(r'"(?!")', '', text)`

给定输入文件：TEST.TXT：

"{""first_name"":""John"",""last_name"":""Smith"",""age"":30}"
"{""first_name"":""Tim"",""last_name"":""Johnson"",""age"":34}"

剧本：

import re
f = open("TEST.TXT","r")
text_in = f.read()
text_out = re.sub(r'"(?!")', '', text_in)
print(text_out)

产生以下输出：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

Answer 2

这应该这样做：

with open('old.csv') as old, open('new.csv', 'w') as new:
    new.writelines(re.sub(r'"(?!")', '', line) for line in old)

Answer 3

我认为你是在思考这个问题，为什么不替换数据呢？

l = list()
with open('foo.txt') as f:
    for line in f:
        l.append(line.replace('""','"').replace('"{','{').replace('}"','}'))
s = ''.join(l)

print s # or save it to file

它生成：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

使用list存储中间行，然后调用.join以提高效果，如Good way to append to a string

中所述

Answer 4

如果输入文件如图所示，并且您提到的小尺寸，您可以将整个文件加载到内存中，进行替换，然后保存。恕我直言，你不需要RegEx这样做。执行此操作的最简单的代码是：

with open(filename) as f:
    input= f.read()
input= str.replace('""','"')
input= str.replace('"{','{')
input= str.replace('}"','}')
with open(filename, "w") as f:
    f.write(input)

我用样本输入测试了它，它产生：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

这正是你想要的。

如果需要，您还可以打包代码并编写

with open(inputFilename) as if:
    with open(outputFilename, "w") as of:
        of.write(if.read().replace('""','"').replace('"{','{').replace('}"','}'))

但我认为第一个更清晰，两者都完全一样。

Answer 5

您可以实际使用csv模块和正则表达式来执行此操作：

st='''\
"{""first_name"":""John"",""last_name"":""Smith"",""age"":30}"
"{""first_name"":""Tim"",""last_name"":""Johnson"",""age"":34}"\
'''

import csv, re

data=[]
reader=csv.reader(st, dialect='excel')
for line in reader:
    data.extend(line)

s=re.sub(r'(\w+)',r'"\1"',''.join(data))
s=re.sub(r'({[^}]+})',r'\1\n',s).strip()
print s

打印

{"first_name":"John","last_name":"Smith","age":"30"}
{"first_name":"Tim","last_name":"Johnson","age":"34"}

正则表达式从CSV中删除双倍的双引号

5 个答案:

`text = re.sub(r'"(?!")', '', text)`