在处理存储为Pandas DataFrame的报废数据时，可能会遇到这样的问题。

如果值列表以文本形式显示，则此解决方案非常有用。

def textToList(hashtags):
    return hashtags.strip('[]').replace('\'', '').replace(' ', '').split(',')

hashtags = "[ 'A','B','C' , ' D']"
hashtags = textToList(hashtags)

Output: ['A', 'B', 'C', 'D']

不需要外部库。

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

为了使用JSON进一步完成Ryan的回答，一个非常方便的Unicode转换函数就在这个答案中。

带双引号或单引号的示例：

>print byteify(json.loads(u'[ "A","B","C" , " D"]')
>print byteify(json.loads(u"[ 'A','B','C' , ' D']".replace('\'','"')))
['A', 'B', 'C', ' D']
['A', 'B', 'C', ' D']

只需从列表的字符串表示形式中切下第一个和最后一个字符，即可保存.strip（）函数（请参见下面的第三行）：

>>> mylist=[1,2,3,4,5,'baloney','alfalfa']
>>> strlist=str(mylist)
['1', ' 2', ' 3', ' 4', ' 5', " 'baloney'", " 'alfalfa'"]
>>> mylistfromstring=(strlist[1:-1].split(', '))
>>> mylistfromstring[3]
'4'
>>> for entry in mylistfromstring:
...     print(entry)
...     type(entry)
...
1
<class 'str'>
2
<class 'str'>
3
<class 'str'>
4
<class 'str'>
5
<class 'str'>
'baloney'
<class 'str'>
'alfalfa'
<class 'str'>

我想用正则表达式提供一个更直观的模式化解决方案。下面的函数将包含任意字符串的字符串化列表作为输入。

逐步解释：您删除了所有的白间距、括号和value_separator（如果它们不是要提取的值的一部分，否则会使正则表达式更复杂）。然后将清理后的字符串拆分为单引号或双引号，并取非空值（或奇数索引值，无论首选项如何）。

def parse_strlist(sl):
import re
clean = re.sub("[\[\],\s]","",sl)
splitted = re.split("[\'\"]",clean)
values_only = [s for s in splitted if s != '']
return values_only

测试样本：“['21'，”foo“'6'，'0'，”A“]”

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']