一般我们把数据库或者试算表导出后都会变成,分割值或|分割值的方式,每一行是数据库里的一行内容,如果此时我们需要使用Python将导出之后的文件进行导入并实现字段化,那么一般由两种方式(下文环境为Python3.7)
1、使用,作为分割符,获得一个数组然后根据下标进行获取,如下
for line in file:
infos = line.split(',')
date = int(infos[0])
amount = float(infos[1])
corp = infos[2]
name = infos[3]
idCard = infos[4]
但是这种模式弊端很明显,如果有一个字段里面含有了逗号,那么这样分割就会出现错乱。非常不灵活
2、使用正则表达式进行匹配,可以有效预防上面出现的问题
比如我们有下面这一个字符串
"002666666+AA","8","刘老三","551290000007",,"王老五","306660007","aabbcc ",10,"01","20190321","663419","你好,老王!"
我们如果使用逗号作为分割,那么最后一列数据就会因为内容中含有一个标点逗号而导致分割出错,而且元素众多,有的元素还是空值,如王老五前面的那个元素。而且还数字字符串夹杂在一起,字符串的前后还带着双引号,在提取数据时需要将双引号都去掉。那