使用 csv reader 获取 url 并将它们放入列表中

Question

我正在尝试制作一个非常简单的程序，我有两个 csv 文件，其中包含域列表或博客 post urls。我正在尝试导入第一个并将域列和价格列制作成我设法做到的字典。

现在我想导入第二个 csv 文件，它只是博客的一个专栏 post urls.

在我从第二个文件导入 urls 并将它们打印出来后，每个 url 似乎都包含在列表中的 [] 中，如下所示：

[['http://www.gardening-blog.com/post-1'],['http://www.foodie-blog.com/post-2'],['http://www.someotherblog.com/post-1']..等等等等

这与使用 csv 导入有关吗reader？

我还有另一个问题，从 url 列表中删除 'http://' 和 'www.' 的最佳方法是什么？我在下面使用 map 和 join（已注释掉）尝试了 2 种方法，但它们不起作用，但我觉得这与列表问题有关。我用字典做了这个，但我不能用列表替换。

谢谢

import csv

reader = csv.reader(open("domains_prices.csv", 'r'))

reader2 = csv.reader(open('orders_list.csv', 'r'))

domains_prices={}

orders_list = list(reader2) #import all blog post urls into a list


for domain, price in reader:
    domain = domain.replace('http://', '').replace('www', '')
    domains_prices[domain] = price

#orders_list = ''.join(orders_list).replace('http://','').split()

#map(str.strip, orders_list)

print orders_list

编辑

以下是我所做的更改并且现在似乎可以正常工作：

orders_list = []


for row in reader2:
    orders_list.append(','.join(row))

orders_list = [s.replace('http://', '').replace('www.','') for s in    orders_list]

Answer 1

所以，基本上 csv.reader 读取自定义 csv 文件，他的 next() 方法给出下一行，而在 python 中，这一行表示为列表，即使它由单个字段组成.这就是为什么您收到的是包含单个元素的列表列表，而不是像 list(reader2) 这样的隐式读取，您可能想要明确地这样做：

orders_list = [row[0] for row in reader2]

并且当您想从 url 中删除 "http://" 和 "www" 时，您可以直接在该结构中进行操作：

orders_list = [row[0].replace("http://", "").replace("www.", "") for row in reader2]

但我建议您更明智地删除 http 和 www，因为架构可能是 "http" 或 "https"，我想您只想删除 "www"从 link 开始。所以你可以看看 urllib2.urlparse 模块，如果它以 "www":

开头，还可以检查网络地址 (link)

url = url.replace("www.", "", 1) if url.startswith("www.") else url

注意：1 代表 url.replace("www.", "", 1) 以避免从 url 地址内部删除 "www"，例如，如果您有这样的内容："www.facebook.com/best-www-address".

是的，最后你可以得到这样的东西：

links = []
for row in reader2:
    edited_link = row[0].replace("http://", "", 1) if row[0].startswith("http://") else row[0]
    edited_link = edited_link.replace("https://", "", 1) if edited_link.startswith("https://") else edited_link
    edited_link = edited_link.replace("www.", "", 1) if edited_link.startswith("www.") else edited_link
    links.append(edited_link)

使用 csv reader 获取 url 并将它们放入列表中

Getting urls with csv reader and putting them into a list

python

csv

reader