我爱正则表达式 » csv http://iregex.org 原创、翻译、转载关于正则表达式的文章 Fri, 30 Mar 2012 12:50:01 +0000 en hourly 1 http://wordpress.org/?v=3.3.1 使用正则表达式转换手机联系人名单 http://iregex.org/blog/convert-contact-format-from-htc-to-nokia.html http://iregex.org/blog/convert-contact-format-from-htc-to-nokia.html#comments Sun, 05 Jul 2009 10:17:51 +0000 rex http://iregex.org/?p=62 今天换了手机，第一件要紧事就是恢复联系人名单。旧手机是HTC c720W，新手机是Nokia 5320XM，其联系人名单格式不一。难道要我一条条输入吗？阿弥陀佛，几百组联系人的信息，手动操作会死人的。

我看了一下以前备份的HTC c720W联系人名单，（说到这里，表扬一下自己：勤于备份真是好习惯，万一某天灾难降临，你还有个指望），发现其格式是这样的：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
<contacts location="0">
    <item>
      <oid>-2147483070</oid>
      <location>0</location>
      <businessfaxnumber/>
      <companyname/>
      <department/>
      <email1address/>
      <mobiletelephonenumber/>
      <officelocation/>
      <businesstelephonenumber/>
      <jobtitle/>
      <hometelephonenumber/>
      <email2address/>
      <email3address/>
      <home2telephonenumber/>
      <homefaxnumber/>
      <categories/>
      <business2telephonenumber/>
      <firstname>SomeBody</firstname>
      <middlename/>
      <lastname>1355***9214</lastname>
      <businessaddresspostalcode/>
      <body/>
      <pagernumber/>
      <spouse/>
      <cartelephonenumber/>
      <assistantname/>
      <assistanttelephonenumber/>
      <children/>
      <webpage/>
      <radiotelephonenumber/>
      <fileas>***</fileas>
      <title/>
      <suffix/>
      <homeaddressstreet/>
      <homeaddresscity/>
      <homeaddressstate/>
      <homeaddresspostalcode/>
      <homeaddresscountry/>
      <otheraddressstreet/>
      <otheraddresscity/>
      <otheraddressstate/>
      <otheraddresspostalcode/>
      <otheraddresscountry/>
      <businessaddressstreet/>
      <businessaddresscity/>
      <businessaddressstate/>
      <businessaddresscountry/>
      <anniversary>1899-12-30 00:00:00</anniversary>
      <birthday>1899-12-30 00:00:00</birthday>
    </item>
    <item>
    ...
    </item>
</contacts>

而诺基亚的通讯录格式是这样的：


GeSHi Error: GeSHi could not find the language csv (using path /home/zhasm/www/iregex.org/wp-content/plugins/codecolorer/lib/geshi/) (code 2)

本想偷懒，去找个xml2csv什么的，不过不太好用。还是请“正则表达式”这个老朋友帮忙吧！

分析xml文件，发现只有
mobiletelephonenumber，businesstelephonenumber，hometelephonenumber，firstname，lastname这5个字段是有用的；对应的csv字段名称是：
“名”,”姓”,”常用手机”,”常用电话”,”公司电话”

其余的字段大可放心删除。

祭出RegexBuddy，写了这样一条正则表达式：

1
2
3
4
5
6
7
8
9
10
result = re.sub(
    r"""(?smx)(?#"名","姓","常用手机","常用电话","公司电话")
    ^\s*<item>.*?
    <mobiletelephonenumber/?>(?P<mobile>[^\s<]*).*?
    <businesstelephonenumber/?>(?P<business>[^\s<]*).*?
    <hometelephonenumber/?>(?P<home>[^\s<]*).*?
    <firstname/?>(?P<first>[^\s<]*).*?
    <lastname/?>(?P<lastname>[^\s<]*).*?
    </item>""",
    r'"\g<first>","\g<lastname>","\g<mobile>","\g<home>","\g<business>"', subject)

之所以使用python格式来写正则，是因为它支持命名捕获，看起人直观一些。其实整个替换过程是在RegexBuddy中进行的。

替换后，保存为CSV文件，使用诺基亚自带的软件导入，几百个联系人就又重新归位了。大爽。

附图：
Photobucket
25f30c5f

]]> http://iregex.org/blog/convert-contact-format-from-htc-to-nokia.html/feed 5