首页 > 专利信息

csv格式文件解析失败_解析不统一但CSV格式的文本文件

csv格式⽂件解析失败_解析不统⼀但CSV格式的⽂本⽂件我正在尝试解析以下⽂件(本地银⾏的导出交易)：

Clnr Kontonr Konto Valuta Bokföringsdatum Transaktionsdatum Referens Kontohändelse Belopp

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 Hyresgästför Autogiro -15,00

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 SPOTIFY SPOTIFY Kortköp/uttag -19,00

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 +46123456789 Swish mottagen 80,00

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 PRIS NYCKELKUND Debiteringsavgift -49,00

12345 1234567890 vardagskonto SEK 13-09-27 13-09-27 12345678 direktbetalning -301,00

12345 1234567890 vardagskonto SEK 13-09-27 13-09-27 Unionen Bg-bet. via internet -125,00

12345 1234567890 vardagskonto SEK 13-09-26 13-09-26 123456789012345 Överföring -1 000,00

但是我似乎⽆法为其创建合适的正则表达式。⽬标是提取第5、6、7和9列(当然，如果可以全部提取，那

转向节将是⼀个额外的收获)，但第7列确实很棘⼿，因为⽂件不是CSV，并且第7列可以包含多个单词。第8列是不可预测的，但是我想我在上⾯的⽰例中发现了⼤多数相关可能性。

关于如何成功解析此⽂件的任何提⽰？显然我的正则表达式还不够。:-(

如果有什么不同，我希望可以⽤Python甚⾄POSIX(grep / sed / etc)解决。

解决⽅案

仅出于此⽬的，这就是您可以“⾃动”解析此格式的⽅法：

import re

露天看台# find out spaces' positions common to all rows

spaces = sorted(set.intersection(*[

d() for m in re.finditer(ur'\s', line))

for line in data

]))

# split by these positions

for line in data:

row = []

防伪胶带p = 0

for s in spaces:

row.append(line[p:s])

p = s

row.append(line[p:])

row = filter(len, map(unicode.strip, row))

print ' | '.join(row) # or whatever

手机背光源

为您的数据：

data = u"""

Clnr Kontonr Konto Valuta Bokföringsdatum Transaktionsdatum Referens Kontohändelse Belopp

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 Hyresgästför Autogiro -15,00

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 SPOTIFY SPOTIFY Kortköp/uttag -19,00

betal

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 +46123456789 Swish mottagen 80,00

四辊冷轧机

12345 1234567890 vardagskonto SEK 13-09-30 13-09-30 PRIS NYCKELKUND Debiteringsavgift -49,00

12345 1234567890 vardagskonto SEK 13-09-27 13-09-27 12345678 direktbetalning -301,00

12345 1234567890 vardagskonto SEK 13-09-27 13-09-27 Unionen Bg-bet. via internet -125,00

12345 1234567890 vardagskonto SEK 13-09-26 13-09-26 123456789012345 Överföring -1 000,00

""".strip().splitlines()

打印：

12345 | 1234567890 | vardagskonto | SEK | 13-09-30 | 13-09-30 | Hyresgästför | Autogiro | -15,00

12345 | 1234567890 | vardagskonto | SEK | 13-09-30 | 13-09-30 | SPOTIFY SPOTIFY | Kortköp/uttag | -19,00 12345 | 1234567890 | vardagskonto | SEK | 13-09-30 | 13-09-30 | +46123456789 | Swish mottagen | 80,00 12345 | 1234567890 | vardagskonto | SEK | 13-09-30 | 13-09-30 | PRIS NYCKELKUND | Debiteringsavgift | -49,00 12345 | 1234567890 | vardagskonto | SEK | 13-09-27 | 13-09-27 | 12345678 | direktbetalning | -301,00

12345 | 1234567890 | vardagskonto | SEK | 13-09-27 | 13-09-27 | Unionen | Bg-bet. via internet | -125,00

12345 | 1234567890 | vardagskonto | SEK | 13-09-26 | 13-09-26 | 123456789012345 | Överföring | -1 000,00

本文发布于:2024-09-21 16:29:38，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/348304.html

上一篇：2023年黑龙江省中考物理二模名校押题试卷附解析

下一篇：最新河北省邯郸市中考物理真题试卷附解析