Python 正则表达式从CSV中删除双引号

我有一个excel工作表，其中以python字典的形式从sql数据库将大量数据放在一列中。我无法访问原始数据库，也无法使用本地infle命令将CSV导入sql，因为CSV每行上的键/值顺序不同。将excel工作表导出为CSV时，我得到：

"{""first_name"":""John"",""last_name"":""Smith"",""age"":30}"
"{""first_name"":""Tim"",""last_name"":""Johnson"",""age"":34}"

删除键/值周围的“花括号前后以及额外”的最佳方法是什么

我还需要保留整数，它们周围没有引号

然后，我尝试使用json模块将其导入python，以便打印特定的键，但不能使用双引号导入它们。我最终需要将数据保存在如下文件中：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

---

非常感谢您的帮助

我认为你想得太多了，为什么不替换数据呢

l = list()
with open('foo.txt') as f:
    for line in f:
        l.append(line.replace('""','"').replace('"{','{').replace('}"','}'))
s = ''.join(l)

print s # or save it to file

它产生：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

---

使用

列表

存储中间行，然后调用

.join

以提高性能，如

中所述。如果输入文件如图所示，且大小较小，则可以将整个文件加载到内存中，进行替换，然后保存。IMHO，你不需要正则表达式来做这件事。最容易阅读的代码是：

with open(filename) as f:
    input= f.read()
input= str.replace('""','"')
input= str.replace('"{','{')
input= str.replace('}"','}')
with open(filename, "w") as f:
    f.write(input)

我使用示例输入对其进行了测试，它生成：

{"first_name":"John","last_name":"Smith","age":30}
{"first_name":"Tim","last_name":"Johnson","age":34}

这正是你想要的

如果需要，还可以打包代码并编写

with open(inputFilename) as if:
    with open(outputFilename, "w") as of:
        of.write(if.read().replace('""','"').replace('"{','{').replace('}"','}'))

---

但我认为第一个更清晰，两者的作用完全相同。

您可以实际使用csv模块和正则表达式来实现这一点：

st='''\
"{""first_name"":""John"",""last_name"":""Smith"",""age"":30}"
"{""first_name"":""Tim"",""last_name"":""Johnson"",""age"":34}"\
'''

import csv, re

data=[]
reader=csv.reader(st, dialect='excel')
for line in reader:
    data.extend(line)

s=re.sub(r'(\w+)',r'"\1"',''.join(data))
s=re.sub(r'({[^}]+})',r'\1\n',s).strip()
print s

印刷品

{"first_name":"John","last_name":"Smith","age":"30"}
{"first_name":"Tim","last_name":"Johnson","age":"34"}

简单：

text=re.sub（r'（！）'，''，text）

给定输入文件：TEST.TXT：

“{”“姓”“约翰”“姓”“史密斯”“年龄”“：30}”

“{”“名字”“：”“蒂姆”“姓氏”“：”“约翰逊”“年龄”“：34}”

剧本：

重新导入
f=打开（“TEST.TXT”、“r”）
text_in=f.read（）
text_out=re.sub（r'（！）'，''，text_in）
打印（文本输出）

生成以下输出：

{“名字”：“约翰”，“姓氏”：“史密斯”，“年龄”：30}

{“名字”：“蒂姆”、“姓氏”：“约翰逊”、“年龄”：34}

这应该可以做到：

with open('old.csv') as old, open('new.csv', 'w') as new:
    new.writelines(re.sub(r'"(?!")', '', line) for line in old)

---

这不是CSV格式。看起来您正在寻找JSON。我的帖子中的底部数据行是excel工作表中每一行的列。大约有13k排。当我将其保存到CSV时，我得到的是顶部。我想我可以使用JSON模块，但我需要去掉双引号。由于采用CSV格式，excel会在我将其保存到CSV时将我的现有报价加倍。感谢您的快速建议！我必须用完，但返回后会检查这些内容并选择答案。我感谢你的帮助@jabaldonedo

str

不是保留字。否则我的程序将无法编译和运行

str

是一个内置函数，如果我不使用它，我可以重新定义它。但你是对的，这可能会让人困惑。我正在更改代码。感谢您指出这一点，并帮助您做出更好的回答。