Question

我基本上想将制表符分隔的文本文件http://www.linux-usb.org/usb.ids转换为csv文件。

我尝试使用Excel导入，但它不是最佳的，结果如下：

8087  Intel Corp.
                   0020  Integrated Rate Matching Hub
                   0024  Integrated Rate Matching Hub

我希望如何轻松搜索：

8087  Intel Corp.    0020  Integrated Rate Matching Hub
8087  Intel Corp.    0024  Integrated Rate Matching Hub

我有什么方法可以在python中做到这一点吗？

Answer 1

$ListDirectory = "C:\USB_List.csv"

Invoke-WebRequest 'http://www.linux-usb.org/usb.ids' -OutFile $ListDirectory

$pageContents = Get-Content $ListDirectory | Select-Object -Skip 22

"vendor`tvendor_name`tproduct`tproduct_name`r" > $ListDirectory

#Variables and Flags
$currentVid
$currentVName
$currentPid
$currentPName
$vendorDone = $TRUE
$interfaceFlag = $FALSE
$nextline
$tab = "`t"

foreach($line in $pageContents){

    if($line.StartsWith("`#")){
        continue
    }
    elseif($line.length -eq 0){
        exit
    } 

    if(!($line.StartsWith($tab)) -and ($vendorDone -eq $TRUE)){
        $vendorDone = $FALSE
    }

    if(!($line.StartsWith($tab)) -and ($vendorDone -eq $FALSE)){
        $pos = $line.IndexOf("  ")
        $currentVid = $line.Substring(0, $pos)
        $currentVName = $line.Substring($pos+2)
        "$currentVid`t$currentVName`t`t`r" >> $ListDirectory
        $vendorDone = $TRUE
    }
    elseif ($line.StartsWith($tab)){

        if ($interfaceFlag -eq $TRUE){
            $interfaceFlag = $FALSE
        }
        $nextline = $line.TrimStart()
        if ($nextline.StartsWith($tab)){
            $interfaceFlag = $TRUE
        }
        if ($interfaceFlag -eq $FALSE){
            $pos = $nextline.IndexOf("  ")
            $currentPid = $nextline.Substring(0, $pos)
            $currentPName = $nextline.Substring($pos+2)
            "$currentVid`t$currentVName`t$currentPid`t$currentPName`r" >> $ListDirectory
            Write-Host "$currentVid`t$currentVName`t$currentPid`t$currentPName`r"
            $interfaceFlag = $FALSE
        }
    } 
}

我知道问题是针对python的，但我构建了这个PowerShell脚本来完成这项工作。它不需要参数。只需从要存储脚本的目录中以管理员身份运行即可。该脚本从http://www.linux-usb.org/usb.ids页面收集所有内容，解析数据并将其写入制表符分隔文件。然后，您可以在Excel中打开文件作为制表符分隔文件。确保列被读作＆＃34; text＆＃34;而不是＆＃34;一般＆＃34;而且你去了。：）

解析此页面非常棘手，因为脚本必须在上下文中了解每个VID供应商行在进行一系列PID-Product行。我还强制脚本忽略注释的描述部分，interface-interface_name行，他在整个USB列表中插入的随机注释（叹息）以及＆＃34; #List之后的所有内容已知的设备类，子类和协议＆＃34;超出此请求的范围。

我希望这有帮助！

Answer 2

你只需要编写一个程序，一次扫描一行数据。然后它应该检查第一个字符是否是标签（'\ t'）。如果不是，那么应该存储该值。如果它以tab开头，则打印出先前存储的值，然后打印当前行。结果将是您想要的格式的列表。

Answer 3

这样的事情会起作用：

import csv

lines = []

with open("usb.ids.txt") as f:
    reader = csv.reader(f, delimiter="\t")

    device = ""
    for line in reader:

        # Ignore empty lines and comments
        if len(line) == 0 or (len(line[0]) > 0 and line[0][0] == "#"):
            continue

        if line[0] != "":
            device = line[0]

        elif line[1] != "":
            lines.append((device, line[1]))


print(lines)

你基本上需要遍历每一行，如果它是一个设备行，请记住以下几行。这只适用于两列，然后您需要将它们全部写入csv文件，但这很容易

Python将标签限制文件转换为csv

3 个答案: