Python 定义逗号x和逗号y之间的字符串使用逗号拆分所有字节
我正在解析一些数据,其格式如下:Python 定义逗号x和逗号y之间的字符串使用逗号拆分所有字节,python,regex,Python,Regex,我正在解析一些数据,其格式如下: 8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133 ,8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010 ....more data..... 第一条记录不以逗号开头,但所有后续数据行都以逗号开头。我想取第一行第4和第5个逗号之间的所有数字,以及所有其他行第5和第6个逗号之
8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133
,8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010
....more data.....
第一条记录不以逗号开头,但所有后续数据行都以逗号开头。我想取第一行第4和第5个逗号之间的所有数字,以及所有其他行第5和第6个逗号之间的所有数字,并使用逗号拆分此字符串
因此,在上述示例中,“01033133333033133331”应打印为“0,1,0,3,3,1,3,3,3,3,3,3,3,3,3,1,3,3,3,3,1”。难点在于逗号x和y之间的字符串长度根据我正在解析的数据而变化。我已经使用正则表达式来隔离有问题的字符串,前提是它有16位数字,但是我可能要分析的所有项目都不是这样
因此,使用带有16个“{}”实例的.format()方法时,在字符串长度不到16字节的项上抛出了一个元组索引错误
有人能提出一个方法来实现我想要的吗
谢谢我将使用
str.split()
获取正确的字段,并使用str.join()
将其拆分为单个字符:
with open('xx.in') as input_file:
for line in input_file:
line = line.strip().strip(',')
line = line.split(',')
field = line[4]
print ','.join(field)
我将使用
str.split()
获取正确的字段,并使用str.join()
将其拆分为单个字符:
with open('xx.in') as input_file:
for line in input_file:
line = line.strip().strip(',')
line = line.split(',')
field = line[4]
print ','.join(field)
您可以使用此正则表达式:
^,?\d+,\d+,[\w\s]+,\d+,(\d+)
MATCH 1
1. [23-45] `0103313333333033133331`
MATCH 2
1. [97-119] `3330333113333303111303`
然后您可以使用\d
p = re.compile(ur'(\d)')
test_str = u"0103313333333033133331"
subst = u"\1,"
result = re.sub(p, subst, test_str)
>> 0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1,
您可以使用此正则表达式:
^,?\d+,\d+,[\w\s]+,\d+,(\d+)
MATCH 1
1. [23-45] `0103313333333033133331`
MATCH 2
1. [97-119] `3330333113333303111303`
然后您可以使用\d
p = re.compile(ur'(\d)')
test_str = u"0103313333333033133331"
subst = u"\1,"
result = re.sub(p, subst, test_str)
>> 0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1,
一种稍有不同的方法是使用正则表达式,从末尾抓取逗号分隔行的第5个元素:
>>> import re
>>> lines = ['8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133',',8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010']
>>> for line in lines:
... num = re.search(r'\d+(?=(?:,[^,]+){4}$)', line).group()
... seq = ','.join(list(num))
... print(seq)
...
0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1
3,3,3,0,3,3,3,1,1,3,3,3,3,3,0,3,1,1,1,3,0,3
一种稍有不同的方法是使用正则表达式,从末尾抓取逗号分隔行的第5个元素:
>>> import re
>>> lines = ['8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133',',8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010']
>>> for line in lines:
... num = re.search(r'\d+(?=(?:,[^,]+){4}$)', line).group()
... seq = ','.join(list(num))
... print(seq)
...
0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1
3,3,3,0,3,3,3,1,1,3,3,3,3,3,0,3,1,1,1,3,0,3
您需要获取的每一行上总是有22位数字?@alecxe嗨,alecxe,没有。根据我正在解析的内容,数字可能会有很大的变化。好的,这是一个逗号分隔的数据,您可以通过
csv
模块解析。问题是:你知道这组数字会出现在什么位置吗?(例如,始终在第4和第5个逗号之间)@alecxe是的,它将始终在第一行数据的第4和第5个逗号之间,并且在所有后续行数据的第5和第6个逗号之间。您真的想使用正则表达式吗?您需要获得的每行数据总是22位数字?@alecxe hi alecxe,不,根据我正在解析的内容,数字可能会有很大差异。好的,这是一个逗号分隔的数据,您可以通过csv
模块解析。问题是:你知道这组数字会出现在什么位置吗?(例如,始终在第4和第5个逗号之间)@alecxe是的,在第一行数据上始终在第4和第5个逗号之间,在所有后续行上始终在第5和第6个逗号之间。你真的想用正则表达式来实现这一点吗?我正在努力使这一点起作用,但现在已经很晚了。明天我会试试你的解决方案,让你知道我是否能让它发挥作用。谢谢。我有点费劲想让它发挥作用,但现在已经很晚了。明天我会试试你的解决方案,让你知道我是否能让它发挥作用。谢谢