Python 3 中的正则表达式

Question

我是新来的，刚开始在我的 python 代码中使用正则表达式。我有一个字符串，里面有 6 个逗号。其中一个逗号位于两个引号之间。我想去掉引号和最后一个逗号。

输入：

string = 'Fruits,Pear,Cherry,Apple,Orange,"Cherry,"'

我想要这个输出：

string = 'Fruits,Pear,Cherry,Apple,Orange,Cherry'         

我的代码输出：

string = 'Fruits,Pear,**CherryApple**,Orange,Cherry'

这是我在 python 中的代码：

if (re.search('"', string)):
    matches  = re.findall(r'\"(.+?)\"',string);
    matches1 = re.sub(",", "", matches[0]);
    string   = re.sub(matches[0],matches1,string);
    string   = re.sub('"','',string);

我的问题是，我想给出一个条件，即代码仅适用于最后一位（“Cherry”），但不幸的是它会影响中间的其他单词（Cherry,Apple），它与引号之间！这会减少逗号的数量（从 6 个到 4 个），因为它合并了两个字段（Cherry、Apple），我想留下 5 个逗号。

fullString = '2000-04-24 12:32:00.000,22186CBD0FDEAB049C60513341BA721B,0DDEB5,COMP,Ch‌​erry Corp.,DE,100,0.57,100,31213C678CC483768E1282A9D8CB524C,365.0‌​0000,business,acquis‌​itions-mergers,acqui‌​sition-bid,interest,‌​acquiree,fact,,,,,,,‌​,,,,,,acquisition-in‌​terest-acquiree,Cher‌​ry Corp. Gets Buyout Offer From Chairman President,FULL-ARTICLE,B5569E,Dow Jones Newswires,0.04,-0.18,0,0,1,0,0,0,0,1,1,5,RPA,DJ,DN2000042400‌​0597,"Cherry Corp. Gets Buyout Offer From Chairman President,"\n'

提前致谢

Answer 1

对于您不需要正则表达式的任务，只需使用replace：

string = 'Fruits,Pear,Cherry,Apple,Orange,"Cherry,"'
new_string = string.replace('"').strip(',')

Answer 2

最好的方法是使用支持(*SKIP)(*FAIL) 的较新的regex 模块：

import regex as re

string = 'Fruits,Pear,Cherry,Apple,Orange,"Cherry,"'

# parts
rx = re.compile(r'"[^"]+"(*SKIP)(*FAIL)|,')

def cleanse(match):
    rxi = re.compile(r'[",]+')
    return rxi.sub('', match)

parts = [cleanse(match) for match in rx.split(string)]
print(parts)
# ['Fruits', 'Pear', 'Cherry', 'Apple', 'Orange', 'Cherry']

在这里你匹配双引号之间的任何内容，然后把它扔掉，因此只有引号外的逗号用于拆分操作。其余的是带有清理功能的列表推导式。
见a demo on regex101.com。

Answer 3

为什么不简单地使用这个：

>>>ans_string=string.replace('"','')[0:-1]

输出

>>>ans_string
'Fruits,Pear,Cherry,Apple,Orange,Cherry'

---

为了简单起见algorithmic complexity.

Answer 4

您可以考虑使用csv module 来执行此操作。

例子：

import csv 
s='Fruits,Pear,Cherry,Apple,Orange,"Cherry,"'
>>> ','.join([e.replace(',','') for row in csv.reader([s]) for e in row])
Fruits,Pear,Cherry,Apple,Orange,Cherry

csv 模块将去掉引号，但在每个引用字段上保留逗号。然后，您可以删除保留的逗号。

这将逐个字段处理所需的任何修改（例如删除,）。带引号和逗号的字段可以是字符串中的任何字段。

---

如果你的内容在 csv 文件中，你会做这样的事情（在伪代码中）

with open(file, 'rb') as csv_fo:
   # modify(string) stands for what you want to do to each field...
   for row in csv.reader(csv_fo):
      new_row=[modify(field) for field in row]
      # now do what you need with that row