使用 csv.reader 删除尾随和前导字符

Question

如果我在 csv 的第二列中的值以“（”或以“）”开头，我如何删除某个字符，我对 python 很陌生，请帮我解决这个问题

示例：

0023632fa4a860be8bc85ddf39fc19c3c4c2e6fe,(Java Archive (JAR) 4049-0),Not Supported,
005c41fc0f8580f51644493fcbaa0d2d468312c3,(WIN32 EXE 7-2),Ransom.Win32.TRX.XXPE50FFF027,

到

0023632fa4a860be8bc85ddf39fc19c3c4c2e6fe,Java Archive (JAR) 4049-0,Not Supported,
005c41fc0f8580f51644493fcbaa0d2d468312c3,WIN32 EXE 7-2,Ransom.Win32.TRX.XXPE50FFF027,

我有这段代码使用 DATA INFILE

TRIM(TRAILING ')' FROM TRIM(LEADING '('

如何在我的代码中应用它：

with open(fullPath, 'rb') as file:
     csv_data = csv.reader(file)
     next(csv_data)

Answer 1

使用lstrip() 和rstrip() 的解决方案

import csv

new_rows = []
with open('test.csv', 'rt') as file:
    csv_data = csv.reader(file, delimiter=',')
    for row in csv_data:
        new_rows.append([row[0],row[1].lstrip('(').rstrip(')'),row[2]])

print(new_rows) # Outputs ['0023632fa4a860be8bc85ddf39fc19c3c4c2e6fe,Java Archive (JAR) 4049-0Not Supported', '005c41fc0f8580f51644493fcbaa0d2d468312c3,WIN32 EXE 7-2ansom.Win32.TRX.XXPE50FFF027']

编辑

要将编辑保存在新的 .csv 文件中，只需添加：

with open('test2.csv', 'wt') as file:
    writer = csv.writer(file)
    for row in new_rows:
        writer.writerow(row)

Answer 2

这是一种方法，我已经从字符串中替换了第一次出现和最后一次出现的 '(' 和 ')'。希望对您有所帮助。

s = '''0023632fa4a860be8bc85ddf39fc19c3c4c2e6fe,(Java Archive (JAR) 4049-0),Not Supported,
005c41fc0f8580f51644493fcbaa0d2d468312c3,(WIN32 EXE 7-2),Ransom.Win32.TRX.XXPE50FFF027,'''

def last_replace(s, old, new, occurrence):
    '''Replaces the last occurence of the character'''
    li = s.rsplit(old, occurrence)
    return new.join(li)

new_string = [last_replace(line, ')', '', 1).replace('(', '', 1) for line in s.split('\n')]
print(new_string)

输出：

['0023632fa4a860be8bc85ddf39fc19c3c4c2e6fe,Java Archive (JAR) 4049-0,Not Supported,',
'005c41fc0f8580f51644493fcbaa0d2d468312c3,WIN32 EXE 7-2,Ransom.Win32.TRX.XXPE50FFF027,']

PS : 我从here 窃取了last_replace 函数

Answer 3

这是了解regular expressions 的绝佳机会！正则表达式是一种识别和处理文本模式的方法。 Python 有一个正则表达式包作为其标准库的一部分。我将假设您在此答案的其余部分使用 Python 3，其中包名为 re。

TLDR 对您的问题的回答是：

import re

string_without_parens = re.sub(r'(^\()|(\)$)', '', string_maybe_has_parens)

但是，这里发生了什么？ re.sub() 函数接受三个参数，一个正则表达式字符串（由前导 r 表示）、一个要替换每个匹配项的字符串以及要替换的字符串。这里的正则表达式是 @987654328 @。那么这是什么意思呢？让我们一步一步来：

• 一组括号() 代表一个捕获组，这些可用于获取匹配项，但我已将它们用作将我们正在寻找的字符组合在一起的一种方式。此正则表达式中有两个捕获组：(^\() 和 (\)$)。
• 在它们之间是一个| 字符，这表示正则表达式语言中的OR，所以它正在寻找匹配(^\() 或 (\)$) 的东西。
• 第一个捕获组(^\()：里面有两个东西（嗯，真的三个，但我们会谈到那个）。第一个是^，这就是所谓的anchor，这个特别说，“只看字符串的开头”。第二个（和第三个）字符是\(，上面写着“我想寻找一个左括号”。因为括号在正则表达式中使用，我们必须使用反斜杠字符来“转义”它。
• 第二个捕获组(\)$)：包含一个转义的右括号\) 和其他锚。这个锚点代表字符串的结尾，就像^ 代表开始一样。
• 总而言之：“匹配开头的左括号或结尾的右括号”，re.sub() 函数说用 '' 替换任何与此模式匹配的内容（即什么都没有）。

希望对您有所帮助！如果你想更多地使用正则表达式，你可以试试regexr，它帮助我理解了它们。