如何拆分带有逗号以格式化数字的csv行

Question

我使用请求下载了一个 cvs 文件，当我需要拆分时，它在数字字段中有一些格式化逗号，例如：

line='2019-07-05,sitename.com,"14,740","14,559","7,792",$11.47'

当我尝试拆分时：

data = line.split(',')

它得到了这个值：

['2019-07-05', 'nacion.com', '"14', '740"', '"14', '559"', '"7','792"', '$11.47']

我需要：

['2019-07-05', 'nacion.com', '14740', '14559', '7792', '$11.47']

我需要在 python 3.7 中解决它

欢迎任何帮助

Answer 1

我通常不喜欢使用正则表达式，但这里可能没有其他选择。试试这个 - 它基本上分两步删除内部,s：

import re

line='2019-07-05,sitename.com,"14,740","14,559","7,792",$11.47'

new_line = re.sub(r',(?!\d)', r"xxx", line).replace(',','').replace('xxx',',')
print(new_line)

输出

2019-07-05,sitename.com,"14740","14559","7792",$11.47

您现在可以使用：

data = new_line.split(',')

说明： 正则表达式,(?!\d) 选择line 中所有不在两位数之间的,s。 .sub 将那些（临时）替换为xxxs。下一个.replace 将剩余的,s 删除，这些,s 通过将它们替换为空，最后，最后一个.replace 通过将临时xxxs 替换为, 来恢复, 分隔符。