有一个快速解决方案：

x = eval('[ "A","B","C" , " D"]')

可以通过以下方式删除列表元素中不需要的空白：

x = [x.strip() for x in eval('[ "A","B","C" , " D"]')]

>>> import ast
>>> x = '[ "A","B","C" , " D"]'
>>> x = ast.literal_eval(x)
>>> x
['A', 'B', 'C', ' D']
>>> x = [n.strip() for n in x]
>>> x
['A', 'B', 'C', 'D']

上次迭代评估：

使用ast.literal_eval，可以安全地计算表达式节点或包含Python文本或容器显示的字符串。提供的字符串或节点只能由以下Python文本结构组成：字符串、字节、数字、元组、列表、字典、布尔值和None。

如果它只是一个一维列表，则可以在不导入任何内容的情况下完成此操作：

>>> x = u'[ "A","B","C" , " D"]'
>>> ls = x.strip('[]').replace('"', '').replace(' ', '').split(',')
>>> ls
['A', 'B', 'C', 'D']

eval很危险——你不应该执行用户输入。

如果您有2.6或更高版本，请使用ast而不是eval：

>>> import ast
>>> ast.literal_eval('["A","B" ,"C" ," D"]')
["A", "B", "C", " D"]

一旦你做到了，就把绳子脱下来。

如果您使用的是较旧版本的Python，则可以使用简单的正则表达式来实现所需的功能：

>>> x='[  "A",  " B", "C","D "]'
>>> re.findall(r'"\s*([^"]*?)\s*"', x)
['A', 'B', 'C', 'D']

这不如ast解决方案好，例如，它不能正确处理字符串中的转义引号。但它很简单，不涉及危险的求值，如果您使用的是没有ast的旧Python，那么它可能足以满足您的目的。

当您将存储为字符串的列表加载到CSV时，通常会发生这种情况

如果您的列表以CSV格式存储，如OP所问：

x = '[ "A","B","C" , " D"]'

以下是如何将其加载回列表：

import csv
with open('YourCSVFile.csv') as csv_file:
    reader = csv.reader(csv_file, delimiter=',')
    rows = list(reader)

listItems = rows[0]

listItems现在是列表

从上面使用基本Python包的一些答案中，我比较了几个（使用Python 3.7.3）的性能：

方法1:ast

import ast

list(map(str.strip, ast.literal_eval(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, ast.literal_eval(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import ast', number=100000)
# 1.292875313000195

方法2:json

import json
list(map(str.strip, json.loads(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, json.loads(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import json', number=100000)
# 0.27833264000014424

方法3：不导入

list(map(str.strip, u'[ "A","B","C" , " D"]'.strip('][').replace('"', '').split(',')))
# ['A', 'B', 'C', 'D']

import timeit
timeit.timeit(stmt="list(map(str.strip, u'[ \"A\",\"B\",\"C\" , \" D\"]'.strip('][').replace('\"', '').split(',')))", number=100000)
# 0.12935059100027502

我很失望地看到，我认为可读性最差的方法是性能最好的方法。。。在选择最具可读性的选项时，需要考虑一些权衡。。。对于我使用Python的工作负载类型，我通常看重可读性，而不是性能稍高的选项，但这通常取决于。