python - 使用Python 're.split' Unicode字符

Question

我正在尝试将以下数据字段拆分为3个字段(pre，match和suf)，并将其输入到逗号分隔的txt文件中。我正在从一个csv文件中读取所有内容...这是utf-8数据。

我现在的问题是我无法解决“TypeError:强制转换为Unicode:需要字符串或缓冲区，找到列表”错误...但是，看到我已经尝试设置编码，我不知道犯规在哪里...

样本数据:

 A-1 طس
 TX 35-L
 Av Rib

对此进行拆分应该(\ d +(-？[NSEW])？)为我提供以下内容:

Column1 | Column2 | Column3
A       |1        |طس
TX      |35       |-L
Av Rib  |         |

我当前的代码是这样的:

## Iterate over csv file to create matches and splits 
## string according to regex pattern..

    reader = csv.reader(csvfile)

    with codecs.open(r'file.txt', 'w', 'utf-8') as outfile1:
        for row in reader:
           unicode_row = [x.decode('utf-8') for x in row]
           item = unicode_row[1]
           parsed = re.compile("\d+(-?[NSEW])?", re.UNICODE).split(unicode(item, 'utf-8'))
           outfile1.write(parsed + "\n")

Answer 1

您的错误是因为parsed是列表列表。

http://docs.python.org/2/tutorial/inputoutput.html#methods-of-file-objects