文献文字列を出版年の正規表現（2019）で切って異なる列に格納したcsvを作りたい。1文ならばできるが、連続処理でエラーが出る

Question

前提・実現したいこと

文献リストを出版年を正規表現として認識して、それを境に3つの列に分けてcsvの3つの列に入れたい。1行であれば、文字列をそのまま与えればできた（試したこと参照）。これを複数の文献（行）を連続して処理することがうまくいかない。元の文献リストはテキストデータ。現在はこれをcsvファイルで与えて、列を分割することを考えているがテキストデータからできる方法があるならばそれでも良い。

具体的な文献リストの例

石原千秋ほか(1992)『読むための理論』世織書房.
Green JL, Plotkin J B (2007) A statistical theory for sampling species abundances. Ecology Letters, 10:1037-1045

これを(1992)などの年号の正規表現で切って3つの列を作りｃｓｖに格納したい

期待される結果

列1	列2	列3
Green JL, Plotkin J B	2007	A statistical theory for sampling species abundances. Ecology Letters, 10:1037-1045
石原千秋ほか	1992	『読むための理論』世織書房

ここに質問の内容を詳しく書いてください。
（例）PHP(CakePHP)で●●なシステムを作っています。
■■な機能を実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

TypeError: expected string or bytes-like object 
#"(row)"の部分

該当のソースコード

import re, csv, os
csv_rows =[]
csv_file_obj=open("example_ref2.csv", encoding="UTF-8")#csv読み込み、エンコードの指定
reader_obj=csv.reader(csv_file_obj)
ref_year_regex = re.compile(r'((\d\d\d\d))')#")"ではなく\）とすることで、”かっこ”をエスケープした。正規表現（年）を認識

for row in reader_obj:    #csvの上の行から順番に読み込んで、分割処理をする
    ref1_split=ref_year_regex.split(row)#上で作ったregex（compile）を用いて文献を分ける。ここで行ごとの読み込みにエラー
    csv_rows.append(row)
csv_file_obj.close()

#csvの書き出し
csv_file_obj = open("output.csv", 'w', newline='')
csv_writer =csv.writer(csv_file_obj)
for row in csv_rows:
    csv_writer.writerrow(row)
csv_file_obj.close()

試したこと

ひとまず1行であれば以下のソースコードでやりたいことを実現できる。これを複数行で実現したい。

#正規表現で出版年の文字列を検出する
import re, csv
ref1='石原千秋ほか(1992)『読むための理論』世織書房.'
ref_year_regex = re.compile(r'((\d\d\d\d))')#")"ではなく\）とすることで、”かっこ”をエスケープした
mo = ref_year_regex.search(ref1)#これでmoに出版年を入れることができた
print(mo.group())
#output=(1992)

#検出した出版年で文献データを3つに分割し、リストを作る
ref1_split=ref_year_regex.split(ref1)#上で作ったregex（compile）を用いて文献を分けることができた。
ref1_split
#output=['石原千秋ほか', '(1992)', '『読むための理論』世織書房.']

#csvへの書き込み
output_file=open('output3.csv', 'w', newline='')
output_writer = csv.writer(output_file)
output_writer.writerow(ref1_split)
output_file.close()

#これでひとまず上のリストをcsvに書き込むことができる。これを複数行に対して繰り返すことができれば。
                            

補足情報（FW/ツールのバージョンなど）

jupyter notebook使用
python3.6.5

Answer 1

以下のように、入力は単なるテキストファイルとして処理したほうが簡潔に書けます。

import re
import csv

r = re.compile(r'((\d\d\d\d))')

with open('example_ref2.csv') as fin:
    lines = fin.readlines()
    with open('output.csv', 'w', newline='') as fout:
        writer = csv.writer(fout)
        for line in lines:
            line = r.split(line.rstrip())
            writer.writerow(line)

Comments

[islandbiologist]

簡潔な方法を教えていただきありがとうございます。encoding（encoding=shift_jisで処理）等で少し手こずりましたが、最終的に得たいデータ整形を行うことができました。心から感謝致します。

なお、出力のcsvで1列目の最初と3列目（最終列）の最後に”がのこってしまいますが、これは原理上しかたがないのでしょうか。（他の方法で取り除くことはできました）。少しだけ謎が残りました。

[can110]

カンマ区切り（CSV）形式出力のデータ内にカンマが含まれている場合はcsv.writer が自動で前後に「"」を付加します。
たとえば「Green JL, Plotkin J B 」は「"Green JL, Plotkin J B" 」と出力されます。これはcsvモジュールの仕様です。
そうしないと、読み取り時に「Green JL」と「Plotkin J B 」が別列になってしまいます。

[islandbiologist]

なるほど！よくわかりました。ありがとうございました。

Answer 2

rowはリストなので型が合いません

csvでないので単にopenで開くか、このままrowのかわりに",".join(row)として文字列にしてあげればよいのではないかと

Comments

[islandbiologist]

ご指摘ありがとうございます。単にopenでもやってみましたが、最終的にcsvに落とし込むところで、つまづきました。ただ、上のcan110さんの方法で解決できました。ありがとうございます。