Python用可能的集合解析CSV字符串

Question

我有一個 CSV 字符串，其中一些項目可能用{}括起來，里面有逗號。 我想收集列表中的字符串值。

在列表中收集值的最pythonic 方法是什么？

示例 1： 'a,b,c' ，預期輸出['a', 'b', 'c']

示例 2： '{aa,ab}, b, c' ，預期輸出['{aa,ab}','b','c']

示例 3： '{aa,ab}, {bb,b}, c' ，預期輸出['{aa,ab}', '{bb,b}', 'c']

我曾嘗試使用s.split(',') ，它適用於示例 1，但會在案例 2 和 3 中搞砸。

我相信這個問題（ 在 python 中如何拆分但忽略帶引號的字符串中的分隔符？ ）與我的問題非常相似。 但我無法弄清楚要使用的正確正則表達式語法。

Answer 1

解決方案實際上非常相似：

import re
PATTERN = re.compile(r'''\s*((?:[^,{]|\{[^{]*\})+)\s*''')
data = '{aa,ab}, {bb,b}, c'
print(PATTERN.split(data)[1::2])

會給：

['{aa,ab}', '{bb,b}', 'c']

Answer 2

一種更易讀的方式（至少對我而言）是解釋您要查找的內容：括號 { } 之間的內容或僅包含字母數字字符的內容：

import re 

examples = [
  'a,b,c',
  '{aa,ab}, b, c',
  '{aa,ab}, {bb,b}, c'
]

for example in examples:
  print(re.findall(r'(\{.+?\}|\w+)', example))

它打印

['a', 'b', 'c']
['{aa,ab}', 'b', 'c']
['{aa,ab}', '{bb,b}', 'c']

Answer 3

請注意，沒有必要使用正則表達式，您可以使用純 Python：

s = '{aa,ab}, {bb,b}, c'
commas = [i for i, c in enumerate(s) if c == ',' and \
                                             s[:i].count('{') == s[:i].count('}')]
[s[2:b] for a, b in zip([-2] + commas, commas + [None])]
#['{aa,ab}', '{bb,b}', 'c']

Answer 4

一種更簡單的純 python 方法用 "" 替換 {}：

def parseCSV(string):

    results = []
    current = ''
    quoted = False
    quoting = False


    for i in range(0, len(string)):
        currentletter = string[i]

        if currentletter == '"':
            if quoted == True:
                if quoting == True:
                    current = current + currentletter
                    quoting = False 
                else:
                    quoting = True

            else:
                quoted = True
                quoting = False

        else:

            shouldCheck  = False

            if quoted == True:

                if quoting == True:
                    quoted = False
                    quoting = False

                    shouldCheck = True

                else:
                    current = current + currentletter

            else:
                shouldCheck = True

            if shouldCheck == True:
                if currentletter == ',':
                    results.append(current)
                    current = ''

                else:
                    current = current +  currentletter

    results.append(current)
    return results