在python操作行中读取文件

Question

所以我有这个文件：

#Name, IdNb, Age, Direct, Fitness, Immune:
Bruno, cvd443, 37, <cvd221, cvd343, cvd245, cvd556>, 3, Yes 
Manuela, cvd256, 72, <cvd173, cvd132>, 4, No

我想阅读它并创建一个列表列表，我对此进行了编码：

def readSocialNetwork (filename):

    inFile = open (filename, "r")
    fileContent = inFile.readlines()
    fileContent = fileContent [1:]

    socialNetworkList = []

    for line in fileContent:

        socialDetails = line.strip().split (", ")
        socialNetworkList.append(socialDetails) #socialNetworkObject

    return socialNetworkList

它返回这个：

[['Bruno', 'cvd443', '37', '<cvd221', 'cvd343', 'cvd245', 'cvd556>', '3', 'Yes'], ['Manuela', 'cvd256', '72', '<cvd173', 'cvd132>', '4', 'No']]

唯一的问题是我希望 之间的信息都在同一个字符串中，但是由于拆分功能，它不会发生。关于如何解决这个问题的任何想法？

感谢您的帮助！

Answer 1

您可以使用 csv 库来解析逗号分隔值 (csv) 文件：

import csv


def read_csv(filename):
    with open(filename) as stream:
        next(stream)  # skip the first line
        csv_reader = csv.reader(stream, skipinitialspace=True)
        return list(csv_reader)


for stuff in read_csv("data.csv"):
    print(stuff)

输出：

['Bruno', 'cvd443', '37', '<cvd221', 'cvd343', 'cvd245', 'cvd556>', '3', 'Yes ']
['Manuela', 'cvd256', '72', '<cvd173', 'cvd132>', '4', 'No']

更新

我最初的解决方案完全错误。在我修改后的解决方案中，我在 :

周围添加了引号

import csv


def translate(lines):
    for line in lines:
        yield line.replace('<', '"<').replace('>', '>"')

def read_csv(filename):
    with open(filename) as stream:
        next(stream)  # Skip the first line
        stream = translate(stream)
        csv_reader = csv.reader(stream, skipinitialspace=True)
        return list(csv_reader)


for stuff in read_csv("data.csv"):
    print(stuff)

输出：

['Bruno', 'cvd443', '37', '<cvd221, cvd343, cvd245, cvd556>', '3', 'Yes ']
['Manuela', 'cvd256', '72', '<cvd173, cvd132>', '4', 'No']

翻译函数需要一堆行，然后在 周围添加引号。

Answer 2

最简单的解决方案是使用标准化的文件格式，例如 CSV。如果你不能这样做，你将需要一个正则表达式。以下是适用于您的示例输入的内容：

(?:\s|^)(?:([^<].*?)(?:,|\n|$)|<(.*?)>(?:,|\n|$))

它是这样工作的：

• (?:\s|^) 匹配输入的开头或空白标记（忽略）
• (?: 打开一个非捕获组，其中将包含我们的两个匹配选项
• ([^<].*?)(?:,|\n|$) 匹配并捕获未被<> 包围的内容，后跟逗号、换行符或字符串结尾。
• | 或者，因为我们的非捕获组有两个选项
• <(.*?)>(?:,|\n|$) 匹配并捕获被 <> 包围的内容，后跟逗号、换行符或字符串结尾。
• ) 关闭包含新选项的非捕获组。

请注意，这不处理注释行，我将把它留给您自己弄清楚，因为我坚信能够使用您自己的代码库。