Python：使用正则表达式检查列表，并填充空格

我试图找到方法来做到这一点，并在这里在线搜索，但找不到例子来帮助我解决这个问题

我从一个大的csv中逐行读取，并将每一行更改为一个列表。问题是数据源不是很干净。它有时有空字符串或坏数据，当这种情况发生时，我需要填写默认值。例如：

list_ex1 = ['apple','9','','2012-03-05','455.6']
list_ex2 = ['pear','0','45','wrong_entry','565.11']

这里，list_ex1有一个空白的第三个条目，list_ex2有一个错误的数据，日期应该在哪里。为了清楚起见，我可以创建一个正则表达式来限制五个条目中的每一个：

reg_ex_check = ['[A-Za-z]+','[0-9]','[0-9]','[0-9]{4}-[0-1][0-9]-[0-3][0-9]','[0-9.]+']

即:

第一项：一个字符串，没有数字 第二项：0和9之间正好有一位数字 第三个条目：也正好是一个数字。 第四项：标准格式的日期，允许任何四位整数表示年份 第五项：浮动 如果条目为空或与正则表达式不匹配，则应使用以下默认值填充/替换该条目：

default_fill = ['empty','0','0','2000-01-01','0']

我不知道最好的办法是什么。我想我可以写一个复杂的循环，但做这样的事情对我来说并不是很“pythonic”

---

有更好的主意吗？

像这样的怎么样

map(lambda(x,y,z): re.search(y,x) and x or z, zip(list_ex1, reg_ex_check, default_fill)) 

---

像这样的怎么样

map(lambda(x,y,z): re.search(y,x) and x or z, zip(list_ex1, reg_ex_check, default_fill)) 

在列表中使用zip和条件表达式：

[x if re.match(r,x) else d for x,r,d in zip(list_ex2,reg_ex_check,default_fill)]
Out[14]: ['pear', '0', '45', '2000-01-01', '565.11']

您实际上不需要显式地检查空白字符串，因为各种regex复数形式的regex在空白字符串上都会失败

其他注意事项：您可能仍然希望为每个正则表达式的字符串末尾添加一个锚点。使用re.match可以确保它从一开始就尝试匹配，但仍然不能保证匹配后没有非法内容。考虑：

['pear and a pear tree', '0blah', '4 4 4', '2000-01-0000', '192.168.0.bananas']

如果不在每个正则表达式的末尾添加$anchor:-

在列表中使用zip和条件表达式，则可以接受上述整个列表：

[x if re.match(r,x) else d for x,r,d in zip(list_ex2,reg_ex_check,default_fill)]
Out[14]: ['pear', '0', '45', '2000-01-01', '565.11']

您实际上不需要显式地检查空白字符串，因为各种regex复数形式的regex在空白字符串上都会失败

其他注意事项：您可能仍然希望为每个正则表达式的字符串末尾添加一个锚点。使用re.match可以确保它从一开始就尝试匹配，但仍然不能保证匹配后没有非法内容。考虑：

['pear and a pear tree', '0blah', '4 4 4', '2000-01-0000', '192.168.0.bananas']

---

上面的整个列表是可以接受的，如果你不在每个正则表达式的结尾加上一个$锚：-< /p>谢谢你对空白字符串的澄清，我早就想到了。加上正则表达式。@nfmclure没问题。请参阅我的编辑，您应该考虑添加一个额外的字符串锚结束到您的所有ReGEX。您可能需要编译您的ReGEXP列表的效率！因为它在多个循环中使用了很多次。@ CasARSOL的RE模块缓存了最后100个编译正则表达式，所以这不是真的必要。谢谢你对空白字符串的澄清，我应该想到这一点。加上正则表达式。@nfmclure没问题。请参阅我的编辑，您应该考虑添加一个额外的字符串锚结束到您的所有ReGEX。您可能需要编译您的ReGEXP列表的效率！因为它在多个循环中被多次使用，所以re模块缓存最后100个编译的正则表达式，所以这并不是必需的。