使用python和re库读取vcf文件数据

下面是.vcf文件数据中的内容

BEGIN:VCARD
VERSION:4.0
N:Muller;CCCIsabella;;;
FN:Muller
ORG:Bubba Gump Shrimp Co.
TITLE:Shrimp Man
PHOTO;MEDIATYPE=image/gif:http://www.example.com/dir_photos/my_photo.gif
TEL;TYPE=work,voice;VALUE=uri:tel:+16829185770
REV:20080424T195243Z
END:VCARD

BEGIN:VCARD
VERSION:4.0
N:Mraz;CCCEdwardo;;;
FN:Mraz
ORG:Bubba Gump Shrimp Co.
TITLE:Shrimp Man
PHOTO;MEDIATYPE=image/gif:http://www.example.com/dir_photos/my_photo.gif
TEL;TYPE=work,voice;VALUE=uri:tel:+18083155095
REV:20080424T195243Z
END:VCARD

BEGIN:VCARD
VERSION:4.0
N:Reynolds;CCCBrant;;;
FN:Reynolds
ORG:Bubba Gump Shrimp Co.
TITLE:Shrimp Man
PHOTO;MEDIATYPE=image/gif:http://www.example.com/dir_photos/my_photo.gif
TEL;TYPE=work,voice;VALUE=uri:tel:+15089473508
REV:20080424T195243Z
END:VCARD

我希望我的数据如下所示

data = [{'name': 'Muller','phone': '+16829185770'}, {'name': 'Mraz', 'phone': '+18083155095'}, {'name': 'Reynolds','phone': '+15089473508'}]

但我没有得到上述数据。请帮我解决这个问题。这里我使用re-python包来解决这个问题

import re
file = open('contacts.vcf', 'r')
contacts = []
for line in file:
    name = re.findall('FN:(.*)', line)
    tel = re.findall('tel:(.*)', line)
    nm = ''.join(name)
    tel = ''.join(tel)
    if len(nm) == 0 and len(tel) == 0:
        continue
    data = {'name' : nm, 'phone' : tel}
    contacts.append(data)
print(contacts)

下面的结果显示姓名和电话的添加方式不同

[{'name': 'Muller', 'phone': ''}, {'name': '', 'phone': '+16829185770'}, {'name': 'Mraz', 'phone': ''}, {'name': '', 'phone': '+18083155095'}, {'name': 'Reynolds', 'phone': ''}, {'name': '', 'phone': '+15089473508'}]

---

通常在调试时，在不同的位置使用

print

来找出代码哪里出错是很有用的。例如，如果在

tel=''之后插入
print（“>”，nm，tel）
。加入（tel）

，则应获得以下输出：

>  
>  
>  
> Muller 
>  
>  
>  
>  +16829185770
>  
>  
>  
>  
>  
>  
> Mraz 
>  
[... continued...]

显然，这是因为您的

for

循环在文件中的每一行而不是每一张卡上运行（技术上，您甚至承认这一点：

for line in file:

）

您可能有兴趣使用一个模块来解析这个文件（谷歌快速推出了

vobject

包），这样就不需要

re

。如果您有雄心壮志，您可以手动解析它（不太熟悉格式，所以这里有一个现成的示例）

CARDMATCHER=re.compile（r”“”
^##行首匹配（多行标志）
BEGIN:VCARD##精确匹配字符串“BEGIN:VCARD”
$##匹配行尾（多行标志）
*？##匹配字符（.）任意次数（*），
##尽可能少的次数（？），包括新行（Dotall标志）
^##行首匹配（多行标志）
END:VCARD##精确匹配字符串“END:VCARD”
$##匹配行尾（多行标志）
“”，re.MULTILINE | re.DOTALL | re.VERBOSE）
VALUERE=re.compile（“”）
^（？P[A-Z]+）##在行首匹配大写Ascii字符
（？P:|）匹配冒号或分号
（？P.*）##匹配剩余的所有其他字符
“”，re.VERBOSE）
类MyVCard（）：
def uuu init uuu（self，cardstring）：
self.info=defaultdict（列表）
##像刚才那样在卡片上迭代
对于cardstring.split（“\n”）中的行：
##分线键
匹配=估值器。匹配（行）
如果匹配：
vtype=match.group（“类型”）
##行值用分号分隔
values=match.group（“值”）.split（；）
##带有冒号的行似乎是唯一的值
如果匹配。组（“sep”）==：“：
##如果只有一个值，我们不需要列表
如果len（值）==1：
self.info[vtype]=值[0]
其他：
self.info[vtype]=值
##否则（分号sep），该值可能不唯一
其他：
##分号sep似乎也有多个键
##所以我们将使用dict
out={}
对于值中的val：
##获取键，每个值的值
k、 v=val.split（“=”，maxslit=1）
out[k]=v
##确保我们有一个附加的列表
self.info[vtype].append（out）
def获取一个def编号（自身）：
“获取数字的简单方法”
如果self.info中的“电话”：
number=self.info[“TEL”][0][“VALUE”]
编号=关于findall（“电话：（.+）”，编号）
如果是数字：
返回号码[0]
一无所获
def get_vcards（文件）：
“”“使用正则表达式将vCard解析为dict。”“”
打开（文件，'r'）作为f：
finput=f.read（）
cards=CARDMATCHER.findall（finput）
返回[卡中卡的MyVCard（卡）]
打印（[{“fn”：card.info['fn']，“tel”：card.get_a_number（）}用于get_vcards（文件）]中的卡）

---

同样，我对这段代码不做任何保证，因为我不打算查找

vcf

格式的所有规范，建议使用专门为此设计的模块。

您可以尝试下面的代码

import re
file = open('vcards-2.vcf', 'r')
contacts = []
phone = []
for line in file:
    name = re.findall('FN:(.*)', line)
    nm = ''.join(name)
    if len(nm) == 0:
        continue

    data = {'name' : nm.strip()}
    for lin in file:
        tel = re.findall('pref:(.*)', lin)
        tel = ''.join(tel)

        if len(tel) == 0:
            continue

        tel = tel.strip()
        tel = ''.join(e for e in tel if e.isalnum())
        data['phone'] = tel
        break
    contacts.append(data)

print(contacts)

你将得到以下结果

[{'name': 'Muller','phone': '+16829185770'}, {'name': 'Mraz', 'phone': '+18083155095'}, {'name': 'Reynolds','phone': '+15089473508'}]

---

棒极了，简单明了。谢谢对于任何在这个问题上遇到障碍的人，我建议遵循里德·巴拉德的建议，使用一个专用模块来解析VCF文件，比如or，它最适合我的需要

[{'name': 'Muller','phone': '+16829185770'}, {'name': 'Mraz', 'phone': '+18083155095'}, {'name': 'Reynolds','phone': '+15089473508'}]