关于正则表达式：Python分隔线分裂问题

Python delimited line split problems

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数据。

示例：

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

或以制表符分隔的维西翁

1	1\t"2"\tthree\t'four, 4'\t\t"6\tsix"

号

两者都会导致：

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

到目前为止，我试过：

使用split，但显然所引用的分隔符没有按需要处理。

解决方案使用csv库，但它往往有选项可以引用所有内容或不引用任何内容，而不保留原始引用。

regex，特别是从下面的答案中遵循模式，但它会删除空字段：如何拆分但忽略在python中带引号的字符串中的分隔符？

使用PyParsing库。我所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)：

1
2
3
4
5

s = '1,"2",three,\'four, 4\',,"6\tsix"'
wordchars = (printables + ' \t

').replace(',', '', 1)
delimitedList(OneOrMore(quotedString | Word(wordchars)), ',').parseWithTabs().parseString(s)

。

谢谢你的建议！

相关讨论

这对我很有用：

1
2
3
4

import pyparsing as pyp

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

给予

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

号

避免创建带有空白字符或所有可打印字符的单词。Pyparlysis不做任何前瞻性工作，而且这些表达式可能包含比您计划的更多的内容。