在逗号 x 和逗号之间定义字符串，使用逗号分割所有字节答案

【问题标题】：Define string between comma x and comma y the split all bytes using a comma在逗号 x 和逗号之间定义字符串，使用逗号分割所有字节
【发布时间】：2014-08-25 00:18:54
【问题描述】：

我有一些我正在解析的数据采用以下格式：

8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133
,8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010
....more data.....

第一条记录不以逗号开头，但所有后续数据行都以逗号开头。我想取第一行第 4 和第 5 个逗号之间的所有数字，以及所有其他行的第 5 和第 6 个逗号之间的所有数字，并使用逗号分割这个字符串。

所以在上面的例子中 '0103313333333033133331' 应该打印为 '0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3 ,3,3,3,1'。困难在于逗号 x 和 y 之间的字符串长度取决于我正在解析的数据。我已经使用正则表达式来隔离有问题的字符串，只要它有 16 位数字，但在我可能解析的所有项目中并非如此。

因此，使用具有 16 个“{}”实例的 .format() 方法会在字符串不是 16 字节长的项目上引发元组索引错误。

谁能建议一种实现我想要的方法？

谢谢

【问题讨论】：

你需要得到的每行总是22位数字？
@alecxe 嗨，alecxe，根据我正在解析的内容，数字可能会有很大差异。
好的，所以，这是一个逗号分隔的数据，您可以通过csv 模块解析。问题是：你知道这组数字会出现在什么位置吗？（例如，总是在第 4 和第 5 个逗号之间）
@alecxe 是的，它总是在第一行数据的第 4 和第 5 个逗号之间，并且总是在所有后续行的第 5 和第 6 个逗号之间
您真的要为此使用正则表达式吗？

标签： python regex

【解决方案1】：

我会使用str.split() 获取正确的字段，并使用str.join() 将其拆分为单个字符：

with open('xx.in') as input_file:
   for line in input_file:
       line = line.strip().strip(',')
       line = line.split(',')
       field = line[4]
       print ','.join(field)

【讨论】：

【解决方案2】：

一种稍微不同的方法，正则表达式从末尾抓取逗号分隔行的第 5 个元素：

>>> import re
>>> lines = ['8344,5354,Binh Duong,1,0103313333333033133331,1,13333333331,1,00313330133',',8344,7633,TT Ha Noi,2,3330333113333303111303,3,33133331133,2,30333133010']
>>> for line in lines:
...     num = re.search(r'\d+(?=(?:,[^,]+){4}$)', line).group()
...     seq = ','.join(list(num))
...     print(seq)
...
0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1
3,3,3,0,3,3,3,1,1,3,3,3,3,3,0,3,1,1,1,3,0,3

【讨论】：

【解决方案3】：

你可以使用这个正则表达式：

^,?\d+,\d+,[\w\s]+,\d+,(\d+)

Working demo

MATCH 1
1.  [23-45] `0103313333333033133331`
MATCH 2
1.  [97-119]    `3330333113333303111303`

然后你可以用\d分割每个组的内容

p = re.compile(ur'(\d)')
test_str = u"0103313333333033133331"
subst = u"\1,"

result = re.sub(p, subst, test_str)

>> 0,1,0,3,3,1,3,3,3,3,3,3,3,0,3,3,1,3,3,3,3,1,

【讨论】：

我正在努力让它工作，但这里已经很晚了。明天我会试试你的解决方案，让你知道我是否让它工作。谢谢。