需要很好的文件解析答案

【问题标题】：Nice file parsing required需要很好的文件解析
【发布时间】：2021-04-17 06:08:57
【问题描述】：

我需要处理这样的文件

keyword,synonym,bidirectional
5487500j,54875,false
76x76,76 x 76,true
feuille,"papier,ramette",false
7843000j,78430,false

我需要将其转换为字典：

{'5487500j':'54875', '76x76':'76 x 76','feuille':['papier','ramette'], '7843000j':'78430'}

我没有以任何快速而优雅的方式成功

【问题讨论】：

请附上您目前尝试过的代码。
以及对底层逻辑的一些解释 - 例如为什么""papier,ramette" 被拆分成列表，第三列是否影响解析等
请阅读 Python 文档中的 string.find() 和 string.rfind()。

标签： python csv parsing quote

【解决方案1】：

这是一个非常简单的解析练习，你真的应该自己尝试一下。

这是我的解决方案，使用find() 和rfind() 查找第一个和最后一个逗号的索引以将行拆分为块。第一个和中间块将用作字典中的键：值对。中间块可能需要一些额外的解析和调整，见下面的代码。

def parse(line):
    first = line[:line.find(',')]
    last = line[line.rfind(','):]
    mid = line.replace(first, '').replace(last, '').strip(',')
    #print(first, mid)
    if ',' in mid:
        mid = mid.strip('"')
        mid = mid.split(',')
    return {first: mid}


txt = \
'''
keyword,synonym,bidirectional
5487500j,54875,false
76x76,76 x 76,true
feuille,"papier,ramette",false
7843000j,78430,false
'''

r = {}
for line in txt.split('\n'):
    if line:
        if line.startswith('keyword'):
            continue
        r.update(parse(line))
        
print(r)

{'5487500j': '54875', '76x76': '76 x 76', 'feuille': ['papier', 'ramette'], '7843000j': '78430'}

【讨论】：

【解决方案2】：

让我先说明一下我从您的要求中理解的内容。

您输入的是一个 csv 文件，带有可选的引号字段：好的，csv 模块可以解析它
每条记录的第一个字段将用作字典中的键
第三个字段被忽略
第二个字段将是字典中的值。如果它不包含逗号，它将按原样使用，否则该值将是一个拆分列表

在尝试编写任何代码之前，您应该始终用简单的英语（或任何您的第一语言）写下您想要做什么的详细说明。因为编码部分应该只是规范的翻译。

这里的 Python 代码（对于我的规范...）可能是：

with open(inputfile) as fd:
    rd = csv.reader(fd)  # you files uses the default for quoting and delimiter
    _ = next(rd)         # skip header line
    result = {}
    for row in rd:
        result[row[0]] = row[1].split(',') if ',' in row[1] else row[1]

事实上，理解比循环更 Pythonic：

    result = {row[0]: row[1].split(',') if ',' in row[1] else row[1]
              for row in rd}

【讨论】：