Python分隔线拆分问题

Question

我正在努力根据变量分隔符拆分文本行，并保留空字段和引用的数据。在

示例：

1,"2",three,'four, 4',,"6\tsix"

或以制表符分隔的vesion

^{pr2}$

两者都会导致：

['1', '"2"', 'three', 'four, 4', '', "6\tsix"]

到目前为止，我试过：

1. 使用split，但是很明显，引用的分隔符没有按需要处理。

2. 使用csv库的解决方案，但它倾向于提供引用所有内容或不引用任何内容的选项，而不保留原始引号。

3. Regex，特别是遵循以下答案中的模式，但它会删除空字段：How to split but ignore separators in quoted strings, in python?

4. 使用pyparsing库。我管理的最好的方法如下，但这也会删除空字段（使用逗号分隔符示例）：

   s = '1,"2",three,\'four, 4\',,"6\tsix"'
   wordchars = (printables + ' \t\r\n').replace(',', '', 1)
   delimitedList(OneOrMore(quotedString | Word(wordchars)), ',').parseWithTabs().parseString(s)
   

谢谢你的建议！在

Answer 1

使用此模式匹配双引号外的逗号
,(?=(?:(?:[^"]*\"){2})*[^"]*$)
Demo

编辑： 要在双引号或引号之外拆分逗号，请使用此模式
,(?=(?:(?:[^'\"]*(?:\"|')){2})*[^'\"]*$)
Demo

Answer 2

为什么你说regex会掉空字段？Alan More在referenced post中的回答建议

re.split(''';(?=(?:[^'"]|'[^']*'|"[^"]*")*$)''', data)

我试了一下（在用,更改;）后，发现{}你所说的期望是什么

Answer 3

这对我有用：

import pyparsing as pyp

pyp.delimitedList(pyp.quotedString | pyp.SkipTo(',' | pyp.LineEnd()), ',') \
    .parseWithTabs().parseString(s)

给予

^{pr2}$

避免使用空白字符或所有可打印字符创建单词。Pyparsing不做任何前瞻性工作，这些表达式可能包含的内容可能比您计划的多得多。在