使用 Python 的 Vcard 解析器

Posted 2023-04-15

【中文标题】使用 Python 的 Vcard 解析器

【英文标题】：Vcard parser with Python

【发布时间】：2016-06-19 22:49:55

【问题描述】：

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：

开始：VCARD 版本：2.1 N:MEO;Apoio;;; FN:Apoio MEO 电话;手机;PREF:1696 电话；手机：162 00 结束：VCARD 开始：VCARD 版本：2.1 N:estrangeiro;Apoio MEO;不;; FN:Apoio MEO no estrangeiro 电话;手机;PREF:[phone] 结束：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，我得到了一本有名字的字典，但对于数字，我得到了 None。 'name': None, 'name': None.

我可以用 re 做到这一点吗？用相同的re.findall 表达式提取姓名和号码？

【问题讨论】：

contacts[nm] = contacts.get(nm) 当然这给你 None..

请提示一下

如果您发布了“contacts.txt”的部分内容（当然，删除了个人数据），您可能会收到更多有用的回复。

在您调用contacts.get(nm) 时，nm 不在字典中，因此它返回 None。那么，问题是您想要在联系人字典中使用什么值？

我要说到点子了

【参考方案1】：

您最好使用已经存在的existing library，而不是试图重新发明***：

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 

你就完成了！

所以如果你想用它制作一本字典，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']

这样你就可以将所有这些变成一个函数：

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.：我留给你一个练习，将上面的代码从读取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.：我正在使用你的数据，而且我认为无论你写什么，它都是没有意义的。但有疑问，我修改了电话号码。

---

只是为了好玩，让我们看看你的代码。首先是缩进问题，但我认为这是因为复制/粘贴错误☺。

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() 打开一个文件，但您没有关闭该文件。如果你调用这个函数来打开十亿个文件，你会饿死你系统的可用文件描述符，因为你没有关闭这些文件。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已打开的文件。

第二个问题是你调用了你的变量file，它隐藏了file 类型。希望file 类型很少使用，但这是一个坏习惯，因为您可能有一天不理解发生的错误，因为您使用变量遮蔽了类型。千万别用，总有一天会省事的。

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，并且该行中不会有FN: something。这将使您避免不必要的''.join(name)，但不要将正则表达式用于这么简单的事情，您最好使用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。因为这样您将跳过其中没有 FN: 的所有行，这意味着您永远不会提取电话号码，只提取名称。

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，而您甚至不用担心电话号码。所以当你说：

有了这个，我得到了一本有名字的字典，但对于数字，我得到了 None

这毫无意义，因为您实际上并没有尝试提取电话号码。

我可以用 re 做到这一点吗？用相同的re.findall 表达式提取姓名和号码？

是的，您可以使用看起来像的东西（未经测试的正则表达式很可能无法正常工作），覆盖整个文件，或者至少对于每个 vcard：

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

但是，当你有一个完美适合你的库时，何必麻烦呢！

【讨论】：

感谢您的时间@zmo！你的回答太棒了！在这个时候，我正在尝试获取所有的电子名片。感谢您对我的代码的分析。我开始研究 Python 的这种数据结构了……我得更深入地学习字典

代码清单中必须是vcard.prettyPrint()（即带括号）

谢谢，已修复！ （尽管从技术上讲，这些是括号而不是括号;-)）

我已经在我的项目中使用了这个答案，它就像一个魅力！谢谢！顺便说一句，我已经修改了将 vCard 数据更改为 dict 的部分。 vcard_values = i: vcard.contents[i][0].value for i in vcard.contents

好吧。我只有一个关于 vobject 的问题：看起来它不理解 2.1 版，只有 3.0 版。这就是为什么TEL;WORK;VOICE:XXX 和TEL;CELL;VOICE:YYY 都只是tel，而不是tel.work 和tel.cell。我看到解决方法只将字符串从TEL;WORK 更改为TEL;TYPE=WORK，而不是v.tel.type_param 的访问类型。

【参考方案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 vobject，您可以执行以下操作：

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，发现readOne 只是在readComponents 上调用下一个。所以你可以使用readComponents来获取收藏。