Question

我还在学习python，并想知道编码以下问题的pythonic方式（也就是更少）。

由于20世纪90年代技术的奇迹，文本文件每天都会被转储到服务器上，其中包含csv表。这是正确的 - 一个带有两个 csv表的文本文件。

目标：解析csv表并将它们分成两个不同的csv文件。

文件如下所示：

start of file
blah blah
blah blah
blah blah

+--------
,tbl1, tbl1,
+--------
,data, data,
,data, data,
.....
,data,data
+--------
blah blah
blah blah
blah blah
+--------
,tbl2, tb2,
+--------
,data, data,
,data, data,
....
,data, data,
blah blah
blah blah

问题：表1的长度各不相同。

无论表的长度是多少，我都需要能够提取表1并将其作为CSV文件。

我有

def lp_to_csv(in_file_name, out_filename):
#open the input & output files.
inputfile = open(in_file_name, 'rb')
csv_file = out_filename
out_csvfile = open(csv_file, 'wb')

#read in the correct lines
my_text = inputfile.readlines()[117:-8]
del my_text[1]
for row in my_text:
    #cycle through to find the end
    if row[0] != ",":
        print "excludeded: " + row

#convert to csv using "," as delimiter
in_txt = csv.reader(my_text, delimiter = ',')
#hook csv writer to output file
out_csv = csv.writer(out_csvfile)
#write the data
out_csv.writerows(in_txt)

#close up
inputfile.close()
out_csvfile.close()

但该代码只生成1个csv文件，它包含第二个＆＃39; blah blah＆＃39;。

我想我知道如何制作两个csv文件（创建一个使用my_text对象创建csv文件的子程序，但是如何删除等等等等，以及如何触发何时将其切换为2个表？

任何人都可以指导我一个不错的pythonic方式吗？

ANSWERED：与以下答案非常相似：我创建了一个子例程，它创建了分隔符+-----所在的列表。因为它总是以三个为一组，第一，标题行，结束。

然后我把这个列表分成三组。

然后在每组三个上激活制作代码的表格。

到目前为止非常方便＆amp;无国籍，这很好。

Answer 1

请没有状态变量。

delimiter = '+--------'
try:
    while True:
        skip_junk(src, delimiter)
        table = read_table_name(delimiter)
        process_table(table, src, delimiter)
except ...

并让任何函数引发适当的异常（达到EOF;表名缺失，其他一些格式违规，无论如何）来打破循环，并且不要忘记处理它们。通常，每个函数只在遇到分隔符时返回。

Answer 2

我注意到表格以+--------开头和结尾。您可以使用它来解析文件。

你应该保留一个状态变量 - inside_csv。首先将其初始化为False。现在，逐个查看文件的行。如果您看到+--------，请翻转inside_csv（从False变为True或反之亦然）。

如果您看到另一行，请检查inside_csv。如果确实如此，请将该行写入CSV文件。如果不是，请忽略它。

完成第一个文件并开始第二个文件时，不要忘记切换CSV文件。

Answer 3

未经测试，但这是一种方法

current_table = 0
headers_seen = 0
tables = [[], []]
for line in inputfile.readlines():
    if line == '+--------':
        headers_seen += 1
        if headers_seen == 2:
            current_table = 1
        elif headers_seen == 5:
            current_table = 2
        else:
            current_table = 0
        continue
    if not current_table:
        continue
    tables[current_table].append(line)

感觉它可能更干净，但我想处理任意数量的表;然后我意识到这是一个奇怪的标题问题，所以headers_seen == [2, 5]应该更聪明（比如= 2或大于4，header_seen％2 == 1）。

Pythonic多个文本表在一个文本文件中进行CSV转换

3 个答案: