在 Python 中将文件解析和输出为 CSV答案

【问题标题】：Parsing and outputting file as CSV in Python在 Python 中将文件解析和输出为 CSV
【发布时间】：2014-12-14 06:31:32
【问题描述】：

我正在尝试解析具有以下格式的文本文件：

+++++
line1
line2
<<<<<
+++++
rline1
rline2
<<<<<

其中，+++++ 表示记录开始，<<<<< 表示记录结束。

现在我想以以下格式将整个文本输出到 csv 中：

line1, line2
rline1, rline2

我正在尝试这样的事情：

lines =['+++++', 'line1', 'line2', '<<<<<', '+++++', 'rline1', 'rline2', '<<<<<']
output_lines =[]

for line in lines:
    if (line == "+++++") or not(line == "<<<<<") :
        if (line == "<<<<<"):
            output_lines.append(line)
            output_lines.append(",")

print (output_lines)

我不知道如何从这里继续前进。

【问题讨论】：

标签： python parsing csv text

【解决方案1】：

也许是这样的？

from itertools import groupby
import csv

lines =['+++++', 'line1', 'line2', '<<<<<', '+++++', 'rline1', 'rline2', '<<<<<']

# remove the +++++s, so that only the <<<<<s indicate line breaks
cleaned_list = [ x for x in lines if x is not "+++++" ]

# separate at <<<<<s
rows = [list(group) for k, group in groupby(cleaned_list, lambda x: x == "<<<<<") if not k]

f = open('result.csv', 'wt')
try:
    writer = csv.writer(f)
    for row in rows:
        writer.writerow(row)
finally:
    f.close()

print open('result.csv', 'rt').read()

【讨论】：

对 groupby 的使用很好，但您可能想添加一些关于这里发生的事情的描述。

【解决方案2】：

在嵌套循环中收集行直到记录结束标记，并将结果列表写入 CSV 文件：

import csv

with open(inputfilename) as infh, open(outputfilename, 'w', newline='') as outfh:
    writer = csv.writer(outfh)
    for line in infh:
        if not line.startswith('+++++'):
            continue

        # found start, collect lines until end-of-record
        row = []
        for line in infh:
            if line.startswith('<<<<<'):
                # found end, end this inner loop
                break
            row.append(line.rstrip('\n'))

        if row:
            # lines for this record are added to the CSV file as a single row
            writer.writerow(row)

外部循环从输入文件中获取行，但会跳过任何看起来不像记录开头的内容。一旦找到开始，第二个内部循环从文件对象中绘制 more 行，只要它们 not 看起来像记录的结尾，就添加它们到一个列表对象（没有行分隔符）。

当找到记录的结尾时，内部循环结束，如果在row 列表中收集到任何行，则将其写入 CSV 文件。

演示：

>>> import csv
>>> from io import StringIO
>>> import sys
>>> demo = StringIO('''\
... +++++
... line1
... line2
... <<<<<
... +++++
... rline1
... rline2
... <<<<<
... ''')
>>> writer = csv.writer(sys.stdout)
>>> for line in demo:
...     if not line.startswith('+++++'):
...         continue
...     row = []
...     for line in demo:
...         if line.startswith('<<<<<'):
...             break
...         row.append(line.rstrip('\n'))
...     if row:
...         writer.writerow(row)
... 
line1,line2
13
rline1,rline2
15

写入行后面的数字是写入的字节数，由writer.writerow()报告。

【讨论】：