从 CSV 中去除额外的文本限定符 - 第 2 部分答案

【问题标题】：stripping extra text qualifier from a CSV - part 2从 CSV 中去除额外的文本限定符 - 第 2 部分
【发布时间】：2013-10-30 04:38:26
【问题描述】：

关于第 1 部分，请参阅this SO post

我有一个 CSV，其中某些字段由 " 符号分隔作为 TextQualifier。

请参见下面的示例。请注意，每个整数（例如 1、2、3 等）都应该是一个字符串。限定字符串被" 符号包围。

1,2,3,"qualifiedString1",4,5,6,7,8,9,10,11,12,13,14,15,16,"qualifiedString2""

请注意最后一个限定字符串如何将" 符号作为字符串的一部分。

用户 @mjolinor 建议使用此 powershell 脚本，它可以修复上述情况，但不能修复下面的“第 2 部分”情况。

(get-content file.txt -ReadCount 0) -replace '([^,]")"','$1' |
 set-content newfile.txt

这是问题的第 2 部分。我需要一个解决方案： 额外的" 符号可以随机出现在字符串中。这是另一个例子：

1,2,3,"qualifiedString1",4,5,6,7,8,9,10,11,12,13,14,15,16,"qualifiedS"tring2"

您能否建议一种优雅的方法来自动清理 CSV 以消除多余的 " 限定符？

【问题讨论】：

标签： powershell csv syntax data-cleaning

【解决方案1】：

你只需要一个不同的正则表达式：

(get-content file.txt -ReadCount 0) -replace '(?<!,)"(?!,|$)',''|
 set-content newfile.txt

该语句将替换任何前面没有逗号，或后面没有逗号或行尾的双引号。

$text = '1,2,3,"qualifiedString1",4,5,6,7,8,9,10,11,12,13,14,15,16,"qualifiedS"tring2"'
$text -replace '(?<!,)"(?!,|$)',''

1,2,3,"qualifiedString1",4,5,6,7,8,9,10,11,12,13,14,15,16,"qualifiedString2"

【讨论】：