Python 的 Vcard 解析器

Question

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。

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，我得到了一本包含名称的字典，但对于数字，我得到了 None。 {'name': None, 'name': None}.

我可以用 re 做这个吗？要使用相同的 re.findall 表达式提取名称和号码？

Answer 1

您最好使用已经 existing library 而不是试图重新发明轮子：

pip install vobject

然后在python

内

>>> 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

大功告成！

所以如果你想用它制作字典，你需要做的就是：

>>> {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 vcard，并用更多 phone 更新 dict。

N.B.: 我留给你一个练习，将上面的代码从读取一个文件中的一个且仅一个 vcard 更改为可以读取多个 vcard 的代码。提示：read the documentation of vobject.

N.B.: 我用的是你的数据，我觉得你写的什么都没意义。但有疑问，我修改了phone个数字。

只是为了好玩，让我们看看您的代码。首先是缩进问题，但我认为这是因为 copy/paste ☺.

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，但并未关闭文件。如果您调用此函数来打开十亿个文件，您将耗尽系统的可用文件描述符，因为您没有关闭这些文件。作为一个好习惯，您应该始终使用 with 构造：

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

它会为您处理 fd，并更好地显示您可以在哪里使用打开的文件。

第二个问题是您正在调用变量 file，它隐藏了 file 类型。希望 file 类型很少被使用，但这是一个坏习惯，因为有一天您可能不理解因为您用变量隐藏了类型而发生的错误。就别用了，总有一天会省去你的麻烦的。

第 ⑤ 行和第 ⑥ 行，您在每行上应用 re.findall 正则表达式。您最好使用 re.match()，因为您已经遍历了每一行，并且您不会在该行中包含 FN: something。这将使你避免不必要的 ''.join(name) 但不要为这么简单的事情使用正则表达式，你最好使用 str.split():

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

第⑦行不仅是多余的——如果你使用上面的if，而且实际上是错误的。因为那样你会跳过所有没有 FN: 的行，这意味着你永远不会提取 phone 数字，只是名称。

最后第⑧行完全没有意义。基本上，您所做的相当于：

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

总而言之，在您的代码中，您所做的只是提取姓名，您甚至不必理会电话号码phone。所以当你说：

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

这毫无意义，因为您实际上并没有尝试提取 phone 个数字。

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

是的，你可以用看起来像（未经测试的正则表达式很可能不起作用）的东西覆盖整个文件，或者至少对每个 vcard：

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

但是，当您拥有一个完美适合您的库时，何必费心呢！

Answer 2

我的回答是基于zmos的回答（需要安装vobject）

要从 vcf 文件中获取所有 vobjects，您可以这样做：

import vobject
with open(infile) as inf:
    indata = inf.read()
    vc = vobject.readComponents(indata)
    vo = next(vc, None)
    while vo is not None:
        vo.prettyPrint()
        vo = next(vc, None)

vobject（在 GitHub 上）的文档有点糟糕所以我查看了他们的代码并发现 readOne 只是在 [=13 上调用 next =].所以你可以使用readComponents来获取一个集合。

Python 的 Vcard 解析器

Vcard parser with Python

python

parsing

vcf-vcard