如何在文本行中替换这些值
我有几行文本。第一行是标题行，随后的每一行代表数据字段，每个值用逗号分隔。每行中有一到三个美元值，从一位数的美元值(4.50美元)到三位数的美元值(100，000.34美元)不等。它们也被引号所包围。
206360941,5465685679,"$4,073.77",567845676547,"$88,457.21",34589309683
我需要删除引号和货币价值的美元符号，以及里面的逗号。小数值的句号分隔符需要保留，因此"$6,801.56“变为6801.56
我使用正则表达式去掉了美元符号和引号--
with open("datafile.csv", "r") as file:
data = file.readlines()
for i in data:
i = re.sub('[$"]', '', i)这使得数据看起来像7545245,6,801.56,3545647，所以如果我用逗号拆分，它会将较大的值一分为二。
['206360941,5465685679,4,073.77,567845676547,88,457.21,34589309683']
我考虑过按引号拆分，执行更多正则表达式并使用.join()重新连接，但结果发现只有带逗号的货币值包含引号，不带逗号的较小值不包含引号。
此外，我知道我可以使用re.findall(r'\$\d{1,3}\,\d\d\d\.\d\d', i)来提取数字格式，如果我打印它，它将输出一个类似于[$100,351.35]的列表
我只是不确定在那之后该怎么做。
回答 4
Stack Overflow用户
发布于 2019-01-31 22:31:30
这似乎起作用了：
>>> data = '206360941,5465685679,"$4,073.77",567845676547,"$88,457.21",34589309683'
>>> re.findall(r'"\$((\d+),)*(\d+)(\.\d+)"', data)
[('4,', '4', '073', '.77'), ('88,', '88', '457', '.21')]
>>> re.sub(r'"\$((\d+),)*(\d+)(\.\d+)"', r'\2\3\4', data)
'206360941,5465685679,4073.77,567845676547,88457.21,34589309683'其思想是获取小数点之前和之后的数据，同时保留小数点之后的数据。然后，假设第一个组与第二个组相同，只需替换为除第一个组之外的所有组的内容。如果有多个逗号，您可能需要一种更动态的方法。
这就是为什么需要这个((\d+),)*组，它捕获子组和逗号。您应该将整个组替换为子组。
Stack Overflow用户
发布于 2019-01-31 22:26:49
我建议使用csv.reader (或csv.DictReader，如果您想对每一列进行其他处理)来读取文件，因为这将自动解析每一列。一旦读取了文件，就可以对每一列执行正则表达式，这样就不需要自己拆分行了。我相信，csv.reader的默认delimiter和quotechar是您需要的。
Stack Overflow用户
发布于 2019-01-31 22:26:54
你试过locale模块了吗？与在How do I use Python to convert a string to a number if it has commas in it as thousands separators?中一样，它将比正则表达式更容易。
https://stackoverflow.com/questions/54462607
复制相似问题
腾讯云开发者
