我正在努力分割文本行,基于变量分隔符,并保留空字段和引用的数据.
例子:
1,"2",three,'four,4',"6\tsix"
或作为制表符分隔的vesion
1\t"2"\tthree\t'four,4'\t\t"6\tsix"
都应该导致:
['1','"2"','three','',"6\tsix"]
到目前为止,我已经尝试过:
>使用split,但是明确地说,引用的分隔符不按需要处理.
>使用csv库的解决方案,但它倾向于具有引用全部或全部内容的选项,而不保留原始引号.
>正则表达式,特别是从以下答案的模式,但它删除空字段:How to split but ignore separators in quoted strings,in python?
>使用pyparsing库.我管理的最好的是如下,但这也会删除空字段(使用逗号分隔符示例):
s = '1,\'four,4\',"6\tsix"' wordchars = (printables + ' \t\r\n').replace(',',1) delimitedList(OneOrMore(quotedString | Word(wordchars)),').parseWithTabs().parseString(s)
感谢任何想法!
解决方法
这对我有用:
import pyparsing as pyp pyp.delimitedList(pyp.quotedString | pyp.SkipTo(',' | pyp.LineEnd()),') \ .parseWithTabs().parseString(s)
给
['1',"'four,4'",'"6\tsix"']
避免用空格字符或所有可打印字符创建单词.曲折不会有任何前瞻性,而这些表达可能包含比您计划的更多.