Question

我正在解析我的vcard信息（复制到txt文件）以提取name:number并将其放入字典中。

数据样本：

BEGIN:VCARD  
VERSION:2.1  
N:MEO;Apoio;;;  
FN:Apoio MEO  
TEL;CELL;PREF:1696  
TEL;CELL:162 00  
END:VCARD  
BEGIN:VCARD  
VERSION:2.1  
N:estrangeiro;Apoio MEO;no;;  
FN:Apoio MEO no estrangeiro  
TEL;CELL;PREF:+35196169000  
END:VCARD

import re
file = open('Contacts.txt', 'r')
contacts = dict()

    for line in file:
            name = re.findall('FN:(.*)', line)
            nm = ''.join(name)

            if len(nm) == 0:
                continue
            contacts[nm] = contacts.get(nm)
    print(contacts)

有了这个，我得到一个带有名字的字典，但是对于数字，我得到的是无。 {'name': None, 'name': None}。

我可以这样做吗？使用相同的re.findall表达式提取姓名和号码？

Answer 1

你应该更好地使用已经existing library而不是试图重新发明轮子：

pip install vobject

然后在python中

>>> import vobject
>>> s = """\
... BEGIN:VCARD
... VERSION:2.1
... N:MEO;Apoio;;;
... FN:Apoio MEO
... TEL;CELL;PREF:0123456789
... TEL;CELL:0123456768
... END:VCARD
... BEGIN:VCARD
... VERSION:2.1
... N:estrangeiro;Apoio MEO;no;;
... FN:Apoio MEO no estrangeiro
... TEL;CELL;PREF:+0123456789
... END:VCARD """
>>> vcard = vobject.readOne(s)
>>> vcard.prettyPrint()
 VCARD
    VERSION: 2.1
    TEL: 1696
    TEL: 162 00
    FN: Apoio MEO
    N:  Apoio  MEO

你已经完成了！

所以，如果你想制作一本字典，你需要做的就是：

>>> {vcard.contents['fn'][0].value: [tel.value for tel in vcard.contents['tel']] }
{'Apoio MEO': ['1696', '162 00']}

所以你可以把所有这些都变成一个函数：

def parse_vcard(path):
    with open(path, 'r') as f:
        vcard = vobject.readOne(f.read())
        return {vcard.contents['fn'][0].value: [tel.value for tel in vcard.contents['tel']] }

从那里，您可以改进代码以处理单个vcard文件中的多个vobject，并使用更多手机更新dict。

N.B。：我将你作为一项练习，将上面的代码改为从文件中读取一个且只有一个vcard，转换成可以读取多个vcards的代码。提示：read the documentation of vobject。

N.B。：我正在使用你的数据，我在考虑你写的任何内容，都没有意义。但有疑问，我修改了电话号码。

只是为了好玩，让我们来看看你的代码。首先是缩进问题，但我认为这是因为复制/粘贴不好☺。

① import re
② file = open('Contacts.txt', 'r')
③ contacts = dict()

④ for line in file:
⑤     name = re.findall('FN:(.*)', line)
⑥     nm = ''.join(name)

⑦     if len(nm) == 0:
⑧         continue
⑨     contacts[nm] = contacts.get(nm)

⑩ print(contacts)

首先，第②行有两个问题。您正在使用open()打开文件，但是您没有关闭该文件。如果您正在调用此函数来打开十亿个文件，那么您将因系统的可用文件描述符而饿死，因为您没有关闭文件。作为一个好习惯，你应该总是使用with construct：

with open('...', '...') as f:
    … your code here …

为您处理fd，并更好地显示您可以在哪里使用已打开的文件。

第二个问题是，您正在调用变量file，这会影响file类型。希望file类型很少使用，但这是一个坏习惯，因为有一天你可能不会理解因为你用变量隐藏了类型而发生的错误。只是不要使用它，它会让你有一天省事。

线⑤和⑥，你在每一行都使用re.findall正则表达式。你应该更好地使用re.match()，因为你已经迭代了每一行，你不会在那一行中有FN: something。这会让你避免不必要的''.join(name)但是，不要使用正则表达式来做这么简单的事情，你最好使用str.split()：

if 'FN:' in line:
    name = line.split(':')[-1]

线⑦不仅是多余的 - 如果您使用上面的if，但实际上是错误的。因为那时你会跳过所有没有FN:的行，这意味着你永远不会提取电话号码，只提取姓名。

最后Line⑧完全没有意义。基本上，你所做的相当于：

if nm in contacts.keys():
    contacts[nm] = contacts[nm]
else:
    contacts[nm] = None

总而言之，在您的代码中，您所做的只是提取名称，而您甚至不打扰电话号码。所以当你说：

有了这个，我得到一个带有名字的字典，但是对于数字我没有

这没有任何意义，因为你实际上并没有尝试提取电话号码。

我能用re做吗？使用相同的re.findall表达式提取姓名和号码？

是的，您可以使用看起来像（未经测试的正则表达式很可能不起作用）的内容，整个文件，或至少每个vcard：

FN:(?P<name>[^\n]*).*TEL[^:]*:(?P<phone>[^\n])

但是为什么还要麻烦，当你有一个完美适合你的lib时！

Answer 2

我的回答基于zmos答案（您需要安装vobject）。

要从vcf文件中获取所有vobject，您可以执行以下操作：

import vobject
with open(infile) as inf:
    indata = inf.read()
    vc = vobject.readComponents(indata)
    vo = next(vc, None)
    while vo is not None:
        vo.prettyPrint()
        vo = next(vc, None)

vobject（在GitHub上）的文档有点糟糕，所以我查看了他们的代码并发现readOne只是在readComponents上调用了下一个。因此，您可以使用readComponents来获取集合。

用Python的Vcard解析器

2 个答案: