正则表达式类型错误：预期的字符串或类似字节的对象 Python

Posted 2023-03-12

【中文标题】正则表达式类型错误：预期的字符串或类似字节的对象 Python

【英文标题】：Regex TypeError: expected string or bytes-like object Python

【发布时间】：2020-10-20 06:25:09

【问题描述】：

我正在尝试遍历来自多个 csv 文件的 pandas 系列的列。 我正在迭代，因为我需要检查每一行以查看格式是否与我们想要的匹配。如果不是，我想为表单的每个失败格式创建一个元组（“

def process_csv_formatting(csv):
    odfscsv_df = pd.read_csv(csv, header=None,names=['ODFS_LOG_FILENAME', 'ODFS_FILE_CREATE_DATETIME', 'LOT', 'TESTER', 'WAFER_SCRIBE'])
    odfscsv_df['CSV_FILENAME'] = csv.name
    odfscdate_re = re.compile(r"\d10")
    #print(odfscsv_df)
    errortup = [x for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME'] if not odfscdate_re.search(x)]
    #errortup = [x for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME']]

    print(errortup)
    # for index, row in odfscsv_df.iterrows():
    #     print(type(row['ODFS_FILE_CREATE_DATETIME']))
    return odfscsv_df

这里调用了这个函数：

def odf_history_from_csv_to_dbtable(db_instance):
odfsdict = db_instance['odfs_tester_history']
#table_row = 
totalresult_list = []

dir_dict = make_dict_of_csvprocessing_dirs()
#print(dir_dict)
csvbase_path_list = dir_dict["csvbase_path_list"]
archivefiles_path_set = dir_dict["archivefiles_path_set"]
errorfiles_path_set = dir_dict["errorfiles_path_set"]
emptyfiles_path_set = dir_dict["emptyfiles_path_set"]

for csv in csvbase_path_list:  # is there a faster way to compare the list of files in archive and history?
    if csv not in archivefiles_path_set and csv not in errorfiles_path_set and csv not in emptyfiles_path_set:
        csvhistoryfilelist_to_dbtable(csv, db_instance)
        odfscsv_df = process_csv_formatting(csv)
        result = odfscsv_df.to_sql('odfs_tester_history', con=odfsdict['engine'], if_exists='append', index=False)
        totalresult_list.append(result)


    else:
        print(csv.name + " is in archive folder already")
#print (totalresult_list)
return totalresult_list

这会遍历我的第一个 csv 井。我确实在第一个 csv 的列中打印了数据类型，它是，当我为第二个 csv 执行此操作时，它显示为 。当我运行该函数时，它成功地处理了来自第一个 csv 的数据，但是对于第二个 csv 的“create_datetime”数据以某种方式是 int 类型时抛出了以下错误： 回溯（最近一次调用最后一次）： 文件“C:/Users/sys_nsgprobeingestio/Documents/dozie/odfs/odfshistory3.py”，第 234 行，在 odf_history_from_csv_to_dbtable(db_instance) 文件“C:/Users/sys_nsgprobeingestio/Documents/dozie/odfs/odfshistory3.py”，第 214 行，在 odf_history_from_csv_to_dbtable odfscsv_df = process_csv_formatting(csv) 文件“C:/Users/sys_nsgprobeingestio/Documents/dozie/odfs/odfshistory3.py”，第 190 行，在 process_csv_formatting errortup = [x for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME'] 如果不是 odfscdate_re.search(x)] 文件“C:/Users/sys_nsgprobeingestio/Documents/dozie/odfs/odfshistory3.py”，第 190 行，在 errortup = [x for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME'] 如果不是 odfscdate_re.search(x)] TypeError: 预期的字符串或类似字节的对象

我认为正则表达式适用于整数和字符串？如何在不修改 csv 数据框的数据的情况下解决此问题？

【问题讨论】：

errortup = [x for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME'] 如果不是 odfscdate_re.search(str(x))]

是的，我想，一旦我输入了它，哈哈。我现在的问题是，当且仅当 x 与正则表达式不匹配时，我如何制作元组列表。我累了：errortup = [(odfscsv_df['ODFS_LOG_FILENAME'],x,csv.name) for x in odfscsv_df['ODFS_FILE_CREATE_DATETIME'] 如果不是 odfscdate_re.search(str(x))]，但它给了我文件中的所有内容.

odfscsv_df['ODFS_LOG_FILENAME'] ==> 您选择整个列。你今天想做什么？你想要什么信息？

可以使用pandas条件选择。这会更容易。

@PramoteKuacharoen 从未听说过 pandas 条件选择。它有什么作用？它使用正则表达式吗？我通过在列表理解中使用 zip 命令弄清楚了我想要做什么。

【参考方案1】：

编辑的代码购买现在有另一个问题：

odfscsv_df = pd.read_csv(csv, header=None,names=['ODFS_LOG_FILENAME', 'ODFS_FILE_CREATE_DATETIME', 'LOT', 'TESTER', 'WAFER_SCRIBE'])
odfscsv_df['CSV_FILENAME'] = csv.name
odfscdate_re = re.compile(r"\d10")
#print(odfscsv_df)

errortup = [(odfsname, "Bad_ODFS_FILE_CREATE_DATETIME= " + cdatetime, csv.name) for odfsname,cdatetime in zip(odfscsv_df['ODFS_LOG_FILENAME'], odfscsv_df['ODFS_FILE_CREATE_DATETIME']) if not odfscdate_re.search(str(cdatetime))]

但是现在我遇到了一个问题，我需要标记坏的 csv 文件并将其移动到特定目录中。如何使用列表理解来做到这一点？