Question

我想解析下面列表中的字符串，（因为它的类型为sales.drop(sales.CustomerID.isin(badcu))而调用它是字符串）并从其dict元素中获取一些信息：

str

我使用ast packege和literal_eval转换为列表并对其进行解析。但是以"[{""isin"": ""US51817R1068"", ""name"": ""LATAM Airlines Group SA""}, {""isin"": ""CL0000000423"", ""name"": ""LATAM Airlines Group SA""}, {""isin"": null, ""name"": ""LATAM Airlines Group SA""}, {""isin"": ""BRLATMBDR001"", ""name"": ""LATAM Airlines Group SA""}]"错误计数。

以下是相同的代码：

ValueError: malformed string

这里第[18]行是上面的字符串。

或者如果它包含任何空值，我怎么能忽略这样的列表标志字符串，就像它一样。

PS：line [18]是我想读的csv的列号。

Answer 1

好的，就开始说：哇，这比我想象的要难！

字符串有两个问题：

当python打印字符串时，它会删除所有双引号，因为解析器变得混乱 - 所以我们必须重新添加它们。
Python中不存在null类型，因此我们需要将其更改为None。

所以这是代码：

import re
import ast

data_in = "[{""isin"": ""US51817R1068"", ""name"": ""LATAM Airlines Group SA""}, {""isin"": ""CL0000000423"", ""name"": ""LATAM Airlines Group SA""}, {""isin"": null, ""name"": ""LATAM Airlines Group SA""}, {""isin"": ""BRLATMBDR001"", ""name"": ""LATAM Airlines Group SA""}]"

# Make a copy for modification.
formatted_data = data_in

# Captures the positional information of adding and removing characters.
offset = 0

# Finds all key and values.
p = re.compile("[\{\:,]([\w\s\d]{2,})")
for m in p.finditer(data_in):
    # Counts the number of characters removed via strip().
    strip_val = len(m.group(1)) - len(m.group(1).strip())
    # Adds in quotes for a single match.
    formatted_data = formatted_data[:m.start(1)+offset] + "\"" + m.group(1).strip() + "\"" + formatted_data[m.end(1)+offset:]
    # Offset will always add 2 ("+name+"), minus whitespace removed. 
    offset += 2 - strip_val

company_list = ast.literal_eval(formatted_data)

# Finds 'null' values and replaces them with None.
for item in company_list:
    for k,v in item.iteritems():
        if v == 'null':
            item[k] = None

print company_list

它是用Python 3编写的，我将我记得的位改为2，可能会出现小错误。

结果是list个dict个对象：

[{'isin': 'US51817R1068', 'name': 'LATAM Airlines Group SA'}, {'isin': 'CL0000000423', 'name': 'LATAM Airlines Group SA'}, {'isin': None, 'name': 'LATAM Airlines Group SA'}, {'isin': 'BRLATMBDR001', 'name': 'LATAM Airlines Group SA'}]

有关正则表达式的详细信息，请参阅here。

解析一个列表，在python中查找具有dict类型元素的字符串

1 个答案: