Python 解析以空格分隔的命名字段

我有一个特定的数据格式（从>）是CSV和命名字段的混合体。我想了解在Python中是否可以通过一个模板（或一个简化的、一般人可以理解的正则表达式）解析这些数据

正如您所看到的，第一个字段是逗号分隔的，然后是一个以日期开头的长字符串，然后我有几个命名字段（

注意

，

语言

）

我想仅从命名字段建立一个DICT列表：

[
    {'note': 'good', 'language'='English'},
    {'note': 'good', 'language'='Aztec'}
]

---

解析CSV后，我以最后一个字段结束（例如，第一行为“

”2014年3月12日note=”“good”“language=”“English”“”

），然后我陷入困境，我能想到的唯一解决方案是尝试用正则表达式描述该行（这很可怕：）。即使我成功地提取了元组，如何将它们转换为dict？

csv模块将为您处理开箱即用的外部和双重报价。您的列有外部引号（确保保留值中的分隔符、引号和换行符），并且值中的任何引号都会加倍；

csv.reader（）

将删除外部引号，并为第三列返回带单引号的字符串

命名字段可以由正则表达式处理：

import csv
import re

keyvalue = re.compile(r'([^"= ]+)="([^"]+)"')


with open(filename, 'rb') as infh:
    reader = csv.reader(infh, skipinitialspace=True)
    namedfields = [dict(keyvalue.findall(row[2])) for row in reader]

skipinitialspace

选项删除分隔符后的所有空格；这是为了确保正确删除引用列值之前的空格，从而确保处理引用

这里的

re.findall（）

方法返回

（键、值）

元组列表，而

dict（）

类型将直接将这些元组转换为字典

演示：

---

如果最后一个字段不是特别复杂，并且按照您指定的格式固定，那么您可以继续使用regex获取数据。命名字段中的文本是否可能包含空格？例如，

note=”“very good”“

@WarrenWeckesser:是的，对不起，我应该说清楚。太好了，非常感谢。我真的需要研究理解，因为它们似乎是某种巫毒，然后变成了一种咒语。@WoJ：列表理解只是从循环中建立列表的一种快捷方式

namedfields=[]

，然后对于读卡器中的行：namedfields.append（dict（keyvalue.findall（row[2]））将是显式循环替代方案。

import csv
import re

keyvalue = re.compile(r'([^"= ]+)="([^"]+)"')


with open(filename, 'rb') as infh:
    reader = csv.reader(infh, skipinitialspace=True)
    namedfields = [dict(keyvalue.findall(row[2])) for row in reader]

>>> import csv
>>> import re
>>> keyvalue = re.compile(r'([^"= ]+)="([^"]+)"')
>>> sample = '''\
... "Harry Potter", "book", "12 Mar 2014 note=""good"" language=""English"""
... "Forrest Gump", "movie", "14 March 2015 note=""good"" language=""Aztec"""
... '''
>>> reader = csv.reader(sample.splitlines(True), skipinitialspace=True)
>>> [dict(keyvalue.findall(row[2])) for row in reader]
[{'note': 'good', 'language': 'English'}, {'note': 'good', 'language': 'Aztec'}]