用Python的Vcard解析器

我正在解析我的vcard信息(复制到txt文件)以提取name：number并将其放入字典中.

数据样本：

BEGIN:VCARD  
VERSION:2.1  
N:MEO;Apoio;;;  
FN:Apoio MEO  
TEL;CELL;PREF:1696  
TEL;CELL:162 00  
END:VCARD  
BEGIN:VCARD  
VERSION:2.1  
N:estrangeiro;Apoio MEO;no;;  
FN:Apoio MEO no estrangeiro  
TEL;CELL;PREF:+35196169000  
END:VCARD  

import re
file = open('Contacts.txt', 'r')
contacts = dict()

    for line in file:
            name = re.findall('FN:(.*)', line)
            nm = ''.join(name)

            if len(nm) == 0:
                continue
            contacts[nm] = contacts.get(nm)
    print(contacts)

有了这个,我得到一个带有名字的字典,但是对于数字,我得到的是无. {‘name’：无,’名称’：无}.

我可以这样做吗？要使用相同的re.findall表达式提取名称和数字？

解决方法:

您应该更好地使用已经existing library而不是尝试重新发明轮子：

pip install vobject

然后在python中

>>> import vobject
>>> s = """\
... BEGIN:VCARD
... VERSION:2.1
... N:MEO;Apoio;;;
... FN:Apoio MEO
... TEL;CELL;PREF:0123456789
... TEL;CELL:0123456768
... END:VCARD
... BEGIN:VCARD
... VERSION:2.1
... N:estrangeiro;Apoio MEO;no;;
... FN:Apoio MEO no estrangeiro
... TEL;CELL;PREF:+0123456789
... END:VCARD """
>>> vcard = vobject.readOne(s)
>>> vcard.prettyPrint()
 VCARD
    VERSION: 2.1
    TEL: 1696
    TEL: 162 00
    FN: Apoio MEO
    N:  Apoio  MEO 

你完成了！

因此,如果您想要制作一本字典,您需要做的就是：

>>> {vcard.contents['fn'][0].value: [tel.value for tel in vcard.contents['tel']] }
{'Apoio MEO': ['1696', '162 00']}

所以你可以把所有这些都变成一个函数：

def parse_vcard(path):
    with open(path, 'r') as f:
        vcard = vobject.readOne(f.read())
        return {vcard.contents['fn'][0].value: [tel.value for tel in vcard.contents['tel']] }

从那里,您可以改进代码以在单个vobject文件中处理多个vcards,并使用更多手机更新dict.

N.B.：我将你作为一项练习,将上面的代码改为从文件中读取一个且只有一个vcard,转换成可以读取多个vcards的代码.提示：read the documentation of vobject.

N.B.：我正在使用你的数据,我在考虑你写的任何内容,都没有意义.但有疑问,我修改了电话号码.

为了好玩,让我们来看看你的代码.首先是缩进问题,但我认为这是因为复制/粘贴不好☺.

① import re
② file = open('Contacts.txt', 'r')
③ contacts = dict()

④ for line in file:
⑤     name = re.findall('FN:(.*)', line)
⑥     nm = ''.join(name)

⑦     if len(nm) == 0:
⑧         continue
⑨     contacts[nm] = contacts.get(nm)

⑩ print(contacts)

首先,第②行有两个问题.您正在使用open()打开文件,但您没有关闭该文件.如果您正在调用此函数来打开十亿个文件,那么您将因系统的可用文件描述符而饿死,因为您没有关闭文件.作为一个好习惯,你应该总是使用with构造：

with open('...', '...') as f:
    … your code here …

为您处理fd,并更好地显示您可以在哪里使用您打开的文件.

第二个问题是你正在调用你的变量文件,它会影响文件类型.希望文件类型很少使用,但这是一个坏习惯,因为有一天你可能不会理解因为你用变量隐藏类型而发生的错误.只是不要使用它,它会让你有一天省事.

行⑤和⑥,你在每行应用re.findall正则表达式.你应该更好地使用re.match(),因为你已经遍历每一行,你将不会有FN：该行内的东西.这将使你避免使用不必要的’.join(名称)但是不要使用正则表达式来做这么简单的事情,你最好使用str.split()：

if 'FN:' in line:
    name = line.split(':')[-1]

线⑦不仅是多余的 – 如果使用上面的if,但实际上是错误的.因为那时你将跳过所有没有FN的行：在其中,这意味着你永远不会提取电话号码,只提取名称.

最后,Line⑧绝对没有意义.基本上,你所做的相当于：

if nm in contacts.keys():
    contacts[nm] = contacts[nm]
else:
    contacts[nm] = None

总而言之,在您的代码中,您所做的只是提取名称,而您甚至不需要打扰电话号码.所以当你说：

With this I am getting a dictionary with names but for numbers I am getting None

这没有任何意义,因为你实际上并没有尝试提取电话号码.

Can I do this with re? To extract both name and number with the same re.findall expression?

是的,您可以使用看起来像(未经测试的正则表达式很可能不起作用)的内容,整个文件,或者至少每个vcard：

FN:(?P<name>[^\n]*).*TEL[^:]*:(?P<phone>[^\n])

但是,当你有一个完美适合你的lib时,为什么还要烦恼呢！

标签：python,parsing,vcard
来源： https://codeday.me/bug/20190713/1445976.html