正则表达式部分字符串 CSV 匹配答案

【问题标题】：Regex Partial String CSV Matching正则表达式部分字符串 CSV 匹配
【发布时间】：2010-09-15 22:08:02
【问题描述】：

让我先说我在 RegEx 方面完全是个业余爱好者，而且几天前才开始。我正在尝试解决格式化文件的问题，并且遇到了与特定类型的数据有关的问题。输入文件的结构如下：

两个字,Word,Word,Word,"数字,数字"

我需要做的是像这样格式化它......

“两个字”、“字”、“字”、“字”、“数、数”

我有一个正则表达式模式

s/,/","/g

工作，除了它还替换了已经引用的 Number, number 部分中的逗号，这会导致字段分隔并破坏文件。本质上，我需要修改我的模式以用 "," [quote comma quote] 替换逗号，但前提是该逗号后面没有空格。请注意，其他字段在逗号后面永远不会有空格，只有分隔的数字列表。

我写好了

s/,[A-Za-z0-9]/","/g

在匹配适当的字符串时，将替换逗号和以下字母。我听说过反向引用并认为这可能是我需要使用的？我的理解是

s/(,)[A-Za-z0-9]\b

应该可以，但是不行。

有人有想法吗？

【问题讨论】：

标签： regex csv

【解决方案1】：

看起来你正在使用 Sed。

虽然您的模式似乎有点不一致，但我假设您希望用逗号分隔的每个项目都有引号。否则，您将看到计算复杂性正则表达式无法处理的领域。

通过 sed，您的命令将是：

  sed 's/[ \"]*,[ \"]*/\", \"/g'

请注意，您仍然必须在字符串的开头和结尾加上双引号。

【讨论】：

【解决方案2】：

这个问题类似于：Replace patterns that are inside delimiters using a regular expression call。

这可行：

s/"([^"]*)"|([^",]+)/"$1$2"/g

【讨论】：

嘿，这完成了 Isaac 想要的，而不是他要求的 :) 你可以更花哨一点，也可以处理 CSV 的引号转义...但是用正则表达式处理它没有多大意义什么时候预建的 CSV 解析器可以做得更好。
我这样做的主要原因有两个。一，我想学习Perl，然后RegEx似乎可以解决这个问题。其次，我会定期收到这些文件，并且能够针对它们运行脚本为我节省了大量时间。

【解决方案3】：

我的经验是，这不是正则表达式的好用处。如前所述，真正的 CSV 解析器可以更好地处理 CSV 文件。你没有标记语言，所以很难说，但在 perl 中，我使用 Text::CSV_XS 或 DBD::CSV （允许我 SQL 访问 CSV 文件，就像它是一个表一样，当然，在封面下使用 Text::CSV_XS)。比滚动我自己的要简单得多，也比使用正则表达式要强大得多。

【讨论】：

【解决方案4】：

s/,([^ ])/","$1/ 将匹配“,”后跟“not-a-space”，捕获 not-a-space，然后用捕获的部分替换整个内容。

根据您使用的正则表达式引擎，您可能会写 \1 或其他内容，而不是 $1。

如果您使用 Perl 或以其他方式访问带有负前瞻的正则表达式引擎，s/,(?! )/","/（“,”后面不跟空格）有效。

不过，您的输入看起来像 CSV，如果确实如此，您最好使用真正的 CSV 解析器而不是正则表达式来解析它。还有很多其他奇怪的极端情况需要担心。

【讨论】：

我想通过 CSV 解析器来完成，但我得到的是这些文件，而我对实际格式没有任何发言权。所以我一直在摆弄 RegEx。
s/,(?!)/","/ 工作得很好，谢谢。我正在使用 Perl，因此我可以在发送文件时针对这些文件运行脚本。保存在解析器中打开它并在那里使用它。此外，我还是想学习 Perl 和 RegEx，所以一石二鸟。感谢您的帮助:)。