我找到了一些解决方案,但是得到的结果与我期望的结果不符。
我想要一个字符串,并用逗号将其分割,除非逗号包含在双引号中。我想忽略空格。在此过程中,我可以忍受双引号的丢失,但这不是必需的。
csv是执行此操作的最佳方法吗?正则表达式解决方案会更好吗?
#!/usr/local/bin/python2.7
import csv
s = 'abc,def, ghi, "jkl, mno, pqr","stu"'
result = csv.reader(s, delimiter=',', quotechar='"')
for r in result:
print r
# Should display:
# abc
# def
# ghi
# jkl, mno, pqr
# stu
#
# But I get:
# ['a']
# ['b']
# ['c']
# ['', '']
# ['d']
# ['e']
# ['f']
# ['', '']
# [' ']
# ['g']
# ['h']
# ['i']
# ['', '']
# [' ']
# ['jkl, mno, pqr']
# ['', '']
# ['stu']
print r[1] # Should be "def" but I get and "list index out of range" error.
答案 0 :(得分:2)
您可以使用正则表达式
".+?"|[\w-]+
这将匹配双引号,后跟任何字符,直到找到下一个双引号-或,它将匹配单词字符(无逗号或双引号)。
https://regex101.com/r/IThYf7/1
import re
s = 'abc,def, ghi, "jkl, mno, pqr","stu"'
for r in re.findall(r'".+?"|[\w-]+', s):
print(r)
如果您想摆脱引号中的"
,我可以通过使用regex
模块(使\K
可用)找出最好的方法:
(?:^"?|, ?"?)\K(?:(?<=").+?(?=")|[\w-]+)
答案 1 :(得分:0)
除了使用csv
之外,您还可以使用另一种不错的方法,该方法受到更新的regex
模块(即pip install regex
)的支持:
"[^"]*"(*SKIP)(*FAIL)|,\s*
"[^"]*"(*SKIP)(*FAIL) # match everything between two double quotes and "forget" about them
| # or
,\s* # match a comma and 0+ whitespaces
Python
中:
import regex as re
rx = re.compile(r'"[^"]*"(*SKIP)(*FAIL)|,\s*')
string = 'abc,def, ghi, "jkl, mno, pqr","stu"'
parts = rx.split(string)
print(parts)
这产生
['abc', 'def', 'ghi', '"jkl, mno, pqr"', '"stu"']