将 CSV 文件解析为列（最好使用 python）[关闭]答案

【问题标题】：Parsing a CSV file into columns (preferably using python) [closed]将 CSV 文件解析为列（最好使用 python）[关闭]
【发布时间】：2014-06-27 12:32:26
【问题描述】：

我在一个 csv 文件中有很长的名称/句柄/描述列表，我想将其分类为三个不同的列。

数据看起来像这样（每个新行都是 csv 中的另一行）：

User  
Adam
@adam
Hi Im Adam

User 
Tom 
@tom 
Astronaut

...等等（631次）

我想做的是：

 search for the word "User" -> capture the string below "User" (e.g., Adam)
 -> categorize it under a column header called Name
 search for the word "User" -> capture the string 2 below "User"(e.g., @adam)
 -> categorize it under handle
 search for the word "User" -> capture the string 3 below "User"(e.g., Hi Im)
 -> categorize it under description
 break;
 repeat loop 631 times

【问题讨论】：

你有做过什么吗？你遇到过什么问题？我要做的是创建一个类似 [name, tiwtter handle, descprtion] 的列表。循环浏览您的页面并添加到其中。完成后，您可以打印到文件。
投了反对票，因为您只是说出了您想做的事情，而没有展示任何实现它的努力。
道歉。这是我在 stackoverflow 上的第一个问题，但已经使用了数百次该网站 - 如此伟大的社区。我已经尝试了很多东西，但我认为试图解释我所尝试的东西会太混乱/太长。

标签： python parsing csv

【解决方案1】：

您可以使用正则表达式：

txt='''\
User  
Adam
@adam
Hi Im Adam

User 
Tom 
@tom 
Astronaut '''

import re
data=(m.group(1).splitlines() 
          for m in re.finditer(r'^User\s+(.*?)(?=^\s*$|\Z)', txt, re.S | re.M))
print [{k:v.rstrip() 
          for k, v in zip(('Name', 'Handle', 'Comment'), li)} for li in data]

打印：

[{'Comment': 'Hi Im Adam', 'Handle': '@adam', 'Name': 'Adam'}, 
 {'Comment': 'Astronaut', 'Handle': '@tom', 'Name': 'Tom'}]

【讨论】：

【解决方案2】：

如果您的文件很大，可以使用基于 chunks 的生成器进行改进，但如果您 100% 确定源文件格式（4 行记录，后跟空格），这将很好地工作：

def chunks(l, n):
    """ Yield successive n-sized chunks from l.
    """
    for i in xrange(0, len(l), n):
        yield l[i:i+n]


with open("test.txt", "r") as fp:
    lines = [x.strip() for x in fp.readlines() if x.strip()]

users = []
for chunk in chunks(lines, 4):
    users.append({"name": chunk[1], "handle": chunk[2], "message": chunk[3]})

users

返回类似：

[{'message': 'Hi Im Adam', 'handle': '@adam', 'name': 'Adam'}, {'message': 'Astronaut', 'handle': '@tom', 'name': 'Tom'}]

【讨论】：

嗨，迈克，非常感谢您的回复。 csv 文件实际上缺少一些字段，所以一些记录是 3 行后跟一个空格。但是我尝试了您的代码以尝试理解它，但我得到了“IndexError：list index out of range”。

【解决方案3】：

尝试类似：

for section in open("foo").read().split("User")[1:]:
   user = section.split("\n")
   name = user[1]
   handle = user[2]
   description = user[3]
   print name, handle, description

【讨论】：

Nathaniel 非常感谢您的回复。我一直在玩你的代码一段时间了。我喜欢它如何在“用户”之后解析所有内容。它使 .txt 文件成为实际列表。我将“\n”更改为“\r”，但唯一的问题是它返回“字符串索引超出范围”进行描述。我认为是因为它有多个单词....我现在正在努力解决这个问题