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：

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