将硬编码的初始化值转换为CSV

Question

我想使用Python从一堆包含硬编码数据的javascript文件中将以下所示的数据行提取到一个csv文件中，如下所示：.... html代码...hotels [0] = new hotelData（）;hotels [0] .hotelName =“ MANHATTAN”;hotels [0] .hotelPhone =“”;hotels [0] .hotelSalesPhone =“”;hotels [0] .hotelPhone ='Phone：[phone] ';hotels [0] .hotelStreet =“ 787 11TH AVENUE”;hotels [0] .hotelCity =“纽约”;hotels [0] .hotelState =“ NY”;hotels [0] .hotelZip =“ 10019”;hotels [0] .hotelId =“ 51543”;hotels [0] .hotelLat =“ 40.7686” ;;hotels [0] .hotelLong =“ -73.992645” ;;hotels [1] = new hotelData（）;hotels [1] .hotelName =“ KOEPPEL”;hotels [1] .hotelPhone =“”;hotels [1] .hotelSalesPhone =“”;hotels [1] .hotelPhone ='电话：718-721-9100 ';hotels [1] .hotelStreet =“ 57-01 NORTHERN BLVD。”;hotels [1] .hotelCity =“ WOODSIDE”;hotels [1] .hotelState =“ NY”;hotels [1] .hotelZip =“ 11377”;hotels [1] .hotelId =“ 51582”;hotels [1] .hotelLat =“ 40.75362” ;;hotels [1] .hotelLong =“ -73.90366” ;;    var mykey =“ AlvQ9gNhp7oNuvjhkalD4OWVs_9LvGHg0ZLG9cWwRdAUbsy-ZIW1N9uVSU0V4X-8”；                var map = null;                var pins = null;                var i = null;                var box = new Array（）;                var currentBox = null;                var mapOptions = {                凭据：mykey，                enableSearchLogo：否，                showMapTypeSelector：否，                enableClickableLogo：否                }..... html代码.....因此，所需的csv输出将类似于上述数据的行：曼哈顿，电话：888-350-6432 ...KOEPPEL``电话：718-721-9100 ...我是否应该使用代码生成工具直接解析以上语句以获取数据？哪一种最有效的Python方法可将数千个Javascript文件中包含的此类数据转换为csv表格格式？

Answer 1

如果每个旅馆都在文件中声明了每个字段（即，即使所有旅馆都有相同数量的行，即使其中一些行为空），也可以尝试使用简单的正则表达式来提取用引号引起来的每个值（ “ xxx”），然后按数字将其分组（例如，将每5个字段分组为一行，然后添加一个换行符）。

一个有效的简单正则表达式将是["'][^"']*["']（编辑：这是因为我看到某些文件（即Phone）使用单引号，其余使用引号）。

要进行搜索，请使用findall：

compPattern = re.compile(pattern)

results = compPattern.findall(compPattern)

Answer 2

如果这是您必须常规执行的操作，并且希望使该过程完全自动化，我认为最简单的方法就是使用Python解析文件，然后使用csv Python模块写入csv 。

您的代码可能看起来像这样：

with open("datafile.txt") as f:

    hotel_data = []

    for line in f:

        # Let's make sure the line not empty

        if line:

            if "new hotelData();" in line:

                if hotel_data:

                    write_to_csv(hotel_data)

                    hotel_data = []

        else:

            # Data, still has ending quote and semi colon

            data = line.split("= ")[1]

            # Remove ending quote and semi colon 

            data = data[:-2]

            hotel_data.append(data)

def write_to_csv(hotel_data):

    with open('hotels.csv', 'wb') as csvfile:

        spamwriter = csv.writer(csvfile, delimiter=',',

                                quotechar='""', quoting=csv.QUOTE_MINIMAL)

        spamwriter.writerow(hotel_data)

请注意，我尚未测试此代码，它仅是为了帮助您并为您指明正确的方向，它不是完整的解决方案。