从不断变化的字符串列表中写入排序的 csv 文件。蟒蛇 2.7答案

【问题标题】：Writing a sorted csv file from a changing list of strings. Python 2.7从不断变化的字符串列表中写入排序的 csv 文件。蟒蛇 2.7
【发布时间】：2019-06-08 10:38:02
【问题描述】：

我有大量由不同值组成的字符串（如电话号码、姓名等）每个字符串总共有 10 个可用值，但每个字符串可能只有其中一些，可能有 0，也可能有全部。我正在尝试找到一种方法来打开一个包含 10 列的 csv 文件（作为我已经知道的可能值），并将每个字符串的每个值写入相应的“单元格”中，或者在需要时将单元格留空。

例如：

str1=
name1
phonenum1
address1
email1

str2=
name2
phone2
email2


str3=
name3
adress3
email3

我在这个例子中寻找的结果应该是这样的：

name  phonenum  adress  email
name1 phonenum1 adress1 email1
name2 phonenum2         email2
name3           adress3 email3

我尝试将字符串拆分为列表，检查其中的每个项目以查找其适当的列，并将其写入它应该转到的特定单元格中，但我还没有找到写入特定单元格的方法到值的“类型”（在这种情况下是电话号码、姓名等）。我找到了一些在特定集合单元格中重写现有 csv 的部分答案（例如第 3 列中的所有单元格，或仅第 4 列中的第 3 行），我无法成功地重新实现我的目标。

我遇到的另外两个困难是，1. 一些值中包含逗号。以及 2. 如何成功识别缺失值以保持他的单元格为空，在上面的示例中 - 我如何识别我缺失的值是电话号码而不是姓名或地址？

【问题讨论】：

对于 1，csv 格式提供 quoting 来保护字段内的分隔符。对于 2，您知道您的输入格式，但我不知道，所以我无法帮助您。

标签： python python-2.7 csv

【解决方案1】：

使用 Numpy 的 genfromtxt() 方法正确读取 CSV 文件，它会为您完成所有的分隔和逗号处理
定义一个行类，其中包含用于不同值的原始槽和作为默认值的空白
根据您的特定需求覆盖 __str__ 方法

【讨论】：

【解决方案2】：

假设您的数据如下所示：

str1 = """
Adam
+48100200300
Street 2, Dublin
adam@adam.com
"""

str2 = """
Eva
48100000000
eva@eva.com
"""

str3 = """
Tom Jr
Street 1, London
tom@tom.com
"""

data = [str1, str2, str3]

让我们定义您期望的字段：

field_names = [
    'name',
    'phone',
    'email',
    'address',
]

因为在示例中您没有识别字段，并且我看到可能是不同的组合，那么我们需要识别字段包含什么。

让我们编写简单的解决方案（您肯定需要更复杂的识别方法 - 但这是一个示例）

import re

def recognize_field_name(line):
    if not line:
        return
    if re.fullmatch('\\+?[0-9]+', line):
        return 'phone'
    if '@' in line:
        return 'email'
    if ',' in line:
        return 'address'
    return 'name'

然后让我们创建输入数据：

results = []

for one_string in data:
    result = {}
    for l in one_string.split("\n"):
        value = l.strip()
        field_name = recognize_field_name(value)
        if field_name:
            result[field_name] = value
    results.append(result)

最后我们可以存储它：

import csv

with open("/tmp/out.csv", "w") as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=field_names)
    for r in results:
        writer.writerow(r)

with open("/tmp/out.csv") as show:
    print(show.read())

这将产生：

Adam,+48100200300,adam@adam.com,"Street 2, Dublin"
Eva,48100000000,eva@eva.com,
Tom Jr,,tom@tom.com,"Street 1, London"

此解决方案是用 Python 3 编写的，但应该很容易根据您 (2.7) 的需要对其进行修改。

【讨论】：