Python可以在读取文本文件时从字符串中删除双引号吗？

Question

我有一个文本文件，类似于这样，有几个5000行：

5.6  4.5  6.8  "6.5" (new line)
5.4  8.3  1.2  "9.3" (new line)

最后一个术语是被双引号括起来的数字。

我的目标是使用Python（如果可能的话），将这四列分配给双精度变量。但主要问题是最后一个术语，我找不到方法去掉双引号得到数字，这在Linux中可能吗？

这是我尝试过的：

#!/usr/bin/python

import os,sys,re,string,array

name=sys.argv[1]
infile = open(name,"r")

cont = 0
while 1:
         line = infile.readline()
         if not line: break
         l = re.split("\s+",string.strip(line)).replace('\"','')
     cont = cont +1
     a = l[0]
     b = l[1]
     c = l[2]
     d = l[3]

- Open the way

---

当双引号在单引号内部时，您需要转义吗？ - barkmadley

Answer 1

for line in open(name, "r"):
    line = line.replace('"', '').strip()
    a, b, c, d = map(float, line.split())

这种方法有点简陋，如果（例如）在该行上没有四个值等情况，它将引发异常。

- Ned Batchelder

---

这样做有什么优点，使其比使用内置模块更好呢？如我在我的答案中所示。 - abyx

shlex相当专业化。它对于完成这项任务来说恰好能够完美运作，但对于提问者来说，学习一些更基础和更灵活的工具可能更重要。 - Ned Batchelder

虽然有一些模块可以去除双引号，但一个简单的映射函数确实可以完成所需的操作，而且没有必要去掉引号，因为浮点函数会处理该转换。 - gr8tech

@gr8tech float() 不会去除双引号。 - Ned Batchelder

这是我做的list(map(float,[1.2,1.3,"5.4"]))，也许我漏掉了什么？ - gr8tech

这是一个包含两个浮点数和一个字符串的列表。该字符串中没有双引号。尝试一下：float('"3.14"') - Ned Batchelder

Answer 2

有一个可以从标准库中使用的模块叫做shlex:

>>> import shlex
>>> print shlex.split('5.6  4.5  6.8  "6.5"')
['5.6', '4.5', '6.8', '6.5']

- abyx

Answer 3

标准库中的 csv 模块会自动处理，尽管文档对于 skipinitialspace 没有很具体的说明。

>>> import csv

>>> with open(name, 'rb') as f:
...     for row in csv.reader(f, delimiter=' ', skipinitialspace=True):
...             print '|'.join(row)

5.6|4.5|6.8|6.5
5.4|8.3|1.2|9.3

- Antony Hatchkins

Answer 4

for line in open(fname):
    line = line.split()
    line[-1] = line[-1].strip('"\n')
    floats = [float(i) for i in line]

另一个选项是使用内置模块，该模块专为此任务而设计。即csv：

>>> import csv
>>> for line in csv.reader(open(fname), delimiter=' '):
    print([float(i) for i in line])

[5.6, 4.5, 6.8, 6.5]
[5.6, 4.5, 6.8, 6.5]

- SilentGhost

---

它也可以以不同的方式执行：http://docs.python.org/library/csv.html#csv.QUOTE_ALL - SilentGhost

Answer 5

或者您可以直接替换您的行

l = re.split("\s+",string.strip(line)).replace('\"','')

使用以下内容:

l = re.split('[\s"]+',string.strip(line))

- yu_sha

Answer 6

我使用了essence来去除 "25" 中的引号，具体操作如下：

Code:
        result = result.strip("\"") #remove double quotes characters 

- Masud Syed

Answer 7

我认为最简单和最有效的方法是对其进行切片！

根据您的代码：

d = l[3]
returns "6.5"

因此，您只需要添加另一个语句：

d = d[1:-1]

现在它将返回6.5，不带前导和末尾的双引号。

哇！ :)

- A.R.B

---

不，这就是 string.replace(), strip() 的作用。但是有更好的方法来取消引号化csv或空格分隔格式的行。 - smci

Answer 8

在我看来，最通用的双引号剥离器是这个：

In [1]: s = '1 " 1 2" 0 a "3 4 5 " 6'
In [2]: [i[0].strip() for i in csv.reader(s, delimiter=' ') if i != ['', '']]
Out[2]: ['1', '1 2', '0', 'a', '3 4 5', '6']

- AlexCross

Answer 9

你可以使用正则表达式，尝试像这样的东西。

import re
re.findall("[0-9.]+", file(name).read())

这将为您提供文件中所有数字的字符串列表，不带任何引号。

- Serge