从python中的csv文件中删除某些字符时输出错误

Question

我有一个csv文件（以;作为分隔符），其中存在某些要删除的字符。 我的数据示例是：

PREDNISOLONE ACETATE 100MG/ML INJ,SUSP [VA Product];PREDNISOLONE ACETATE 100MG/ML INJ,SUSP [VA Product]
ACETAMINOPHEN 160MG/5ML (ALC-F) SUSP [VA Product];ACETAMINOPHEN 160MG/5ML (ALC-F) SUSP [VA Product]
NITISINONE 2MG CAP [VA Product];NITISINONE 2MG CAP [VA Product]
TRIMETHAPHAN CAMSYLATE;TRIMETHAPHAN CAMSYLATE
CAFFEINE 100MG TAB [VA Product];CAFFEINE 100MG TAB [VA Product]
CASTOR OIL [VA Product];CASTOR OIL [VA Product]

如您所见，数据的某些部分周围有[]或() ，我想删除它们以及它们之间的所有数据。 因此，在以上示例中， [VA Product]和(ALC-F)将被删除。 我写了这段代码，但是产生了错误的输出：

input = open('input_file1.csv', 'r')
    lines = csv.reader(input)
    output = open('output_file1.csv', 'w')
    writer = csv.writer(output)

    conversion = '()[]{}'
    text = input.read()
    newtext = ''
    for c in text:
        newtext += '' if c in conversion else c
        writer.writerow(c)

    input.close()
    output.close()

我在这里犯了什么错误，正确的方法是什么？

Answer 1

您可以在每个列条目上使用正则表达式来删除括号之间的文本。 它还从结果文本中删除所有双精度空格：

import csv
import re

with open('input.csv', 'rb') as f_input, open('output.csv', 'wb') as f_output:
    csv_input = csv.reader(f_input, delimiter=';')
    csv_output = csv.writer(f_output)

    for row in csv_input:
        csv_output.writerow([re.sub(r'([\(\[].*?[\)\]])', '', c).strip().replace('  ', ' ') for c in row])

这将导致以逗号分隔的output.csv文件，如下所示：

"PREDNISOLONE ACETATE 100MG/ML INJ,SUSP","PREDNISOLONE ACETATE 100MG/ML INJ,SUSP"
ACETAMINOPHEN 160MG/5ML SUSP,ACETAMINOPHEN 160MG/5ML SUSP
NITISINONE 2MG CAP,NITISINONE 2MG CAP
TRIMETHAPHAN CAMSYLATE,TRIMETHAPHAN CAMSYLATE
CAFFEINE 100MG TAB,CAFFEINE 100MG TAB
CASTOR OIL,CASTOR OIL

注意：这与方括号不符，假设[abc)不存在。 还添加delmiter=';' 如果需要，请发送给csv.writer 。

---

要在第一个逗号后也删除所有内容，可以对脚本进行如下修改：

import csv
import re

with open('input.csv', 'rb') as f_input, open('output.csv', 'wb') as f_output:
    csv_input = csv.reader(f_input, delimiter=';')
    csv_output = csv.writer(f_output, delimiter=';')

    for row in csv_input:
        csv_output.writerow([re.sub(r'([\(\[].*?[\)\]])', '', c).strip().replace('  ', ' ').split(',', 1)[0] for c in row])

给予：

PREDNISOLONE ACETATE 100MG/ML INJ;PREDNISOLONE ACETATE 100MG/ML INJ
ACETAMINOPHEN 160MG/5ML SUSP;ACETAMINOPHEN 160MG/5ML SUSP
NITISINONE 2MG CAP;NITISINONE 2MG CAP
TRIMETHAPHAN CAMSYLATE;TRIMETHAPHAN CAMSYLATE
CAFFEINE 100MG TAB;CAFFEINE 100MG TAB
CASTOR OIL;CASTOR OIL

Answer 2

input.read()读取文件的全部内容。 因此， for c in text的行将遍历文件中的字符，而不是csv的每一行。

您制作了一个名为lines的csv阅读器，然后根本没有使用它，因此从这里开始。 但是，您也不想使用writer.writerow(c) ，因为您不想为每个字符添加新行。

同样，您声明了newtext并以一种看似合理的方式构建它，但是随后您不使用它–我认为您需要writer.writerow(newtext) ，但请注意，您希望在循环之外使用它。