如何用Python通过正则表达式从CSV文件提取PIN值至新CSV

你的代码存在几个问题：一次性读入大文件会导致内存溢出、正则匹配绕了弯路、还有拼写错误（re.finall应该是re.findall），而且缺少写入文件的逻辑。下面是优化后的实现，专门针对大容量文件设计：

import re

# 输入文件路径
input_path = r"/Users/sj4/Downloads/python_work/Rabbiterror.csv"
# 输出文件路径
output_path = r"/Users/sj4/Downloads/python_work/extracted_pins.csv"

# 精准匹配"pin":"后面的17位字符，用捕获组直接提取PIN
pin_pattern = re.compile(r'"pin":"(\w{17})"')

# 逐行读取大文件，避免内存占用过高
with open(input_path, 'r', encoding='utf-8') as infile, open(output_path, 'w', encoding='utf-8') as outfile:
    for line in infile:
        # 查找当前行所有符合的PIN
        pins = pin_pattern.findall(line)
        for pin in pins:
            # 每个PIN占一行写入输出文件
            outfile.write(f"{pin}\n")

关键说明： #

• 逐行处理：不再一次性把整个文件读入内存，适合GB级别的大容量CSV
• 精准正则：r'"pin":"(\w{17})"'直接定位到pin字段，通过捕获组直接拿到17位PIN值，无需二次匹配
• 文件安全：使用with语句自动管理文件句柄，避免忘记关闭文件导致的资源泄漏
• 可选去重：如果需要去除重复的PIN，可以先把PIN存入集合再写入，比如：

  seen_pins = set()
  with open(input_path, 'r', encoding='utf-8') as infile, open(output_path, 'w', encoding='utf-8') as outfile:
      for line in infile:
          pins = pin_pattern.findall(line)
          for pin in pins:
              if pin not in seen_pins:
                  seen_pins.add(pin)
                  outfile.write(f"{pin}\n")
  

内容的提问来源于stack exchange，提问作者Shenk