Pythonの正規表現を使用してカンマを数字でクリーンアップ

Question

私はこの1つを熱心にグーグルで見つけましたが、実際にはそれを絞り込むことはできません。私は値のCSVファイルを解釈しようとしています。しかし、私は1000以上の値、すなわち引用やコンマを含む値によって罰せられています。私はちょうど列から数値のリストを作成するcsvリーダーを使用して周りに取得しているが、その後、コンマを後で選ぶ必要があります。

純粋に学術的な理由から、正規表現で文字列を編集するより良い方法はありますか？ 08/09/2010,"25,132","2,909",650から08/09/2010,25132,2909,650になります。

（あなたがVimのにしている場合は、基本的に私はこれでPythonを入れたい： :1,$s/"\([0-9]*\),\([0-9]*\)"/\1\2/g：D）

Answer 1

私はコンマは数字のみで表示されると仮定して、あなたが探しているものだと思う、とすることをこれらのエントリは常に引用されます：

import re 

def remove_commas(mystring): 
    return re.sub(r'"(\d+?),(\d+?)"', r'\1\2', mystring) 

UPDATE：

： は、以下の任意の長さの数字のために働く必要があり、次の cdarkeのコメントを追加します

import re 

def remove_commas_and_quotes(mystring): 
    return re.sub(r'","|",|"', ',', re.sub(r'(?:(\d+?),)',r'\1',mystring)) 

Answer 2

Pythonは "再"、正規表現モジュールがあります。

>>> s = 'some_long_string,"12,345",more_string,"56,6789",and_some_more' 
>>> left_part,quote_mark,right_part = s.partition(") 
>>> right_part 
'12,345",more_string,"56,6789",and_some_more' 
>>> number,quote_mark,remainder = right_part.partition(") 
'12,345' 

：

http://docs.python.org/library/re.html

ただし、この場合には、あなたは "パーティション" 機能を使用して検討する必要がありますstring.partition（ "character"）は、文字列を3つの部分に分割します。最初の "文字"、 "文字"自体の左側にあるもの、右側のものです。

Answer 3

第1段階の解析にはcsvモジュールを使用し、結果を数値に変換できるかどうかを確認するためにのみ正規表現を使用します。

import csv, re 
num_re = re.compile('^[0-9]+[0-9,]+$') 
for row in csv.reader(open('input_file.csv')): 
    for el_num in len(row): 
    if num_re.match(row[el_num]): 
     row[el_num] = row[el_num].replace(',', '') 

...それはおそらく、すべての正規表現を使用しないように速くなるだろうが：

for row in ([item.replace(',', '') for item in row] 
      for row in csv.reader(open('input_file.csv'))): 
    do_something_with_your(row) 

Answer 4

をここで任意の長さの数字からカンマを削除するための簡単な正規表現です：

re.sub(r'(\d+),?([\d+]?)',r'\1\2',mystring)