使用字段和文本分隔符拆分文本答案

【问题标题】：split text with fields and text delimiters使用字段和文本分隔符拆分文本
【发布时间】：2018-09-10 07:13:00
【问题描述】：

示例行：

"1","Point 1","value1,value2,value3","value1: funtion1**\n**value2: function2","UUID=12345","description"

我要提取第 1 列、第 2 列和第 5 列。

我不能使用逗号，因为 col3 有多个逗号。
第 4 列包含多个新行\n，因此无法到达第 5 列(UUID)。

我们可以通过用excel打开一个csv文件来实现，只需要选择字段分隔符和文本分隔符。脚本可以吗？

您可以使用this link下载文件。

【问题讨论】：

您可以发布您的 CSV 文件吗？而示例行是一个列表还是一个字符串对象？
见这里：stackoverflow.com/questions/7804673/…
你不能用 python csv 模块做吗？
我查看了之前和提到的文章。关于这个问题的uniq 很少有：多个逗号、多个换行符和文本分隔符，这些在任何文章中都不存在。为了清楚地理解问题，请检查提到的链接并在 excel 中打开一个 csv 文件。它是一条线。

标签： python linux shell scripting grep

【解决方案1】：

如果示例行是一个字符串。下面的 sn-p 应该会有所帮助。

s = """"1","Point 1","value1,value2,value3","value1: funtion1**\n**value2: function2","UUID=12345","description"
I """

val = [i.strip('"') for i in s.split('","')]
print(val)
print(val[4])     #use index to get element

输出：

['1', 'Point 1', 'value1,value2,value3', 'value1: funtion1**\n**value2: function2', 'UUID=12345', 'description"\nI ']
UUID=12345

【讨论】：

【解决方案2】：

注意：此解决方案很简单，但高度依赖于格式是否一致。假设引号和逗号之间没有空格，您可以用"," 分隔它们：

#input string
s = '"1","Point 1","value1,value2,value3","value1: funtion1**\n**value2: function2","UUID=12345","description"' 

# remove quotation marks and whitespace from edges, then split string into tuple
cols = s.strip('" ').split('","')

现在您可以提取列，例如第 5 列是cols[4]：

>> cols[4]
'UUID=12345'

【讨论】：

【解决方案3】：

如果我理解正确，请使用以下 python：

import csv
with open('/tmp/test.csv', 'r') as csvfile:
     reader = csv.reader(csvfile, delimiter=',', quotechar='"')
     for row in reader:
         for i, cell in enumerate(row):
            print("Cell %d: %s" % (i, cell))

无论它们是否包含分隔符或新行，您都可以获取每一列。输出：

Cell 0: 1
Cell 1: Point 1
Cell 2: value1,value2,value3
Cell 3: value1: funtion1**\n**value2: function2
Cell 4: UUID=12345
Cell 5: description

现在，我打开您链接的 xlsx 并使用 LibreOffice 保存为 csv，代码处理新行：

Cell 0: 1
Cell 1: point1
Cell 2: value1, value2,value3
Cell 3: Line1

Line2.

Line3.
Cell 4: UUID=123545
time=123seconds

Start time: x

End time: y
Cell 5: 1234

原始 csv 内容是（请注意，尽管它们代表单个行，但它们实际上跨越文件中的多个行）：

1,point1,"value1, value2,value3","Line1

Line2.

Line3.","UUID=123545
time=123seconds

Start time: x

End time: y",1234

让我知道上面的 sn-p 是否可以处理您的数据，但如果它们确实是 CSV 格式，它应该能够正确读取单元格

【讨论】：