将逗号分隔的字符串转换为列表但忽略引号中的逗号

Question

我如何转换"1,,2'3,4'"成列表？逗号分隔各个项目,除非它们在引号内.在这种情况下,逗号将包含在项目中.

这是理想的结果:['1', '', '2', '3,4'].我在另一个线程上发现忽略引号的一个正则表达式如下:

re.compile(r'''((?:[^,"']|"[^"]*"|'[^']*')+)''')

但这给了我这个输出:

['', '1', ',,', "2'3,4'", '']

我无法理解,这些额外的空字符串来自哪里,为什么两个逗号甚至都被打印出来,更不用说在一起了.

我自己尝试制作这个正则表达式:

re.compile(r'''(, | "[^"]*" | '[^']*')''')

最终没有检测到任何东西,只是返回原来的清单.

我不明白为什么,它至少不应该检测到逗号？如果我?在逗号后添加一个,则会出现同样的问题.

Answer 1

您可能最好不要使用正则表达式,csv因为您正在处理的是CSV字符串:

from cStringIO import StringIO
from csv import reader

file_like_object = StringIO("1,,2,'3,4'")
csv_reader = reader(file_like_object, quotechar="'")
for row in csv_reader:
    print row

这导致以下输出:

['1', '', '2', '3,4']

Answer 2

pyparsing包含逗号分隔列表的预定义表达式:

>>> from pyparsing import commaSeparatedList
>>> s = "1,,2'3,4'"
>>> print commaSeparatedList.parseString(s).asList()
['1', '', "2'3", "4'"]

嗯,看起来你的数据中有一个拼写错误,2之后缺少逗号:

>>> s = "1,,2,'3,4'"
>>> print commaSeparatedList.parseString(s).asList()
['1', '', '2', "'3,4'"]