Python正则表达式替换csv中的字符串答案

【问题标题】：Python regular expression to replace strings in csvPython正则表达式替换csv中的字符串
【发布时间】：2017-01-15 14:56:43
【问题描述】：

我有一个格式如下的 csv 文件：

   cat, mammal[1]
   shark, fish[2]
   dog, mammal[3]
   tiger, mammal[4]
   salmon, fish[5]

我想用方括号替换所有包含哺乳动物的行。

输出应该如下：

cat, mam
shark, fish[2]
dog, mam
tiger, mam
salmon, fish[5]

到目前为止，我有一个读/写 csv 文件的代码：

import csv


with open('animals.csv', 'r') as fin, open("out.csv",'w') as fout:
        writer = csv.writer(fout)
        for row in csv.reader(fin):
            re.sub(???) #stuck at writing the regular expression
            writer.writerow(row)

【问题讨论】：

为什么是 regex？只需使用 str.replace('mammal[1]', 'mam') 即可满足您的要求
@MoinuddinQuadri 大概是因为索引并不总是1。
我在 csv 文件中有一个巨大的行列表（下面的 csv 只是格式的一个示例），像这样替换它们需要几天时间
@Fanna1119 我看不出运行str.replace 需要几天时间...如果您想要性能，请参阅我使用writerows 和生成器理解的解决方案。但我怀疑我的代码会因输入格式而窒息……您没有与我们分享。

标签： python regex python-3.x csv

【解决方案1】：

您可以使用以下正则表达式进行替换：

for row in csv.reader(fin):
    row[1] = re.sub(r'(\s*mam)mal\[\d+\]', '\1', row[1])
    writer.writerow(row)

见demonstration。

【讨论】：

【解决方案2】：

这里不需要正则表达式：

for row in csv.reader(fin):
    if row[1].startswith("mammal["):
       row[1] = "mam"

性能最好，因为

没有正则表达式
仅在匹配时替换字符串，否则保持不变

使用生成器理解和writerows 甚至更快：

with open('animals.csv', 'r') as fin, open("out.csv",'w') as fout:
    csv.writer(fout).writerows([row[0],"mam"] if row[1].starswith("mammal[") else row for row in csv.reader(fin))

注意：似乎第二列中有一个前导空格。在这种情况下，请在搜索/替换字符串前添加一个空格。

【讨论】：

用这种方法可能很难完美替换匹配项之前的（任意）前导空格，否则，这就是超级！
我怀疑该文件只是一个示例，添加空格是为了便于阅读。感谢您的评论。