Question

我有一个我需要修改的csv文件，这里有一个片段：

1.1.1,"1, 8, 11, 13"
1.1.2,"10, 11, 12"
1.1.3,"2, 3, 10, 11, 13"

我想将其格式化为：

1.1.1,1
1.1.1,8
1.1.1,11
1.1.1,13
1.1.2,10
1.1.2,11
1.1.2,12
1.1.3,2
1.1.3,3
1.1.3,10
1.1.3,11
1.1.3,13

我在文本编辑器中使用搜索替换功能，启用正则表达式选项。

Answer 1

当引用部分中的值数量随着数据的变化而变化时，我无法想出匹配的方法，但如果没有太多变化，您可以使用类似这样的内容通过向“查找”部分添加,\s*(\d+)并向“替换”部分添加\n\1,\5几次来捕捉所有排列。

查找

([\d\.]+),"(\d+),\s*(\d+),\s*(\d+)"

替换：

\1,\2\n\1,\3\n\1,\4

这适用于示例的第二行的Notepad ++。

Answer 2

如果您正在将该文件读入程序并在内存中对其进行操作，则Regex将仅对该文件起作用。为什么不写一个简单的转换器将文件转换成你想要的呢？

在伪代码中：

file = open("your.csv");
out = open("your_converted.csv")
for line in file.read()
    list = line.split(",") //split on the commas
    val1 = list[0]
    for i = 1 ; i < list.length-2 //2 because we removed the 1st value already and we start counting from zero.
        value = list[i]
        if value.contains("\"") 
            value = value.remove("\"")
        out.write(val1 + ","value + "\n")

显然你想要在使用后关闭文件等。

Answer 3

我认为这里不需要使用正则表达式：正则表达式是not always解决问题的方法。

即使没有csv解析器，您也可以这样做，因为您的文件非常简单。

将它放在test.py文件中：

#!/usr/bin/env python
import sys

def main():
 for line in sys.stdin:
  if line.strip():
   fields = line.split(',', 1)
   for s in fields[1].split(','):
    print ','.join([fields[0], s.replace('"', '').strip()])


if __name__=='__main__':
 main()

然后只需：

$ cat yourfile.csv | test.py > newfile.csv

PS：执行前你可能需要 chmod + x python文件。

需要使用正则表达式以不同方式格式化csv文件

3 个答案: