Javascript：用于解析包含逗号的 Google 表格数据的正则表达式答案

【问题标题】：Javascript: Regex for Parsing Google Sheets Data Containing CommasJavascript：用于解析包含逗号的 Google 表格数据的正则表达式
【发布时间】：2021-06-05 05:12:12
【问题描述】：

我有一个 JS 脚本，它从公共 Google 表格提要中提取数据，该提要以我需要解析的 JSON-CSV 格式返回数据。

行以逗号分隔，但每个项目中的逗号不会转义，例如：

"a: Feb 21, 10:11, b: some content, c: more, d: even more"

期望的结果：

{
  "a": "Feb 21, 10:11",
  "b": "some content",
  "c": "more",
  "d": "even more"
 }

拆分尝试

data.split(',') 返回：

{
  "a: Feb 21,
  "10:11",
  "b some content",
  "c: more",
  "d: even more"
 }

正则表达式尝试

以下正则表达式是我能得到的最接近的，但它仍然包含逗号，但我需要它将日期包装到属性下一次出现的开头： (?[^,]+): (?[^ ,]+)

Attempt image - Regex101

【问题讨论】：

标签： javascript json regex csv google-sheets

【解决方案1】：

请参阅下面的编辑以获取新答案。

声明的输出不是确定性的，逗号既可以是单元格的一部分，也可以是分隔符，没有办法知道它是哪一个。

您可以将工作表发布为 .csv，而不是 JSON，如下所示：

选择要发布的工作表，例如Sheet2
选择格式Comma-separated values (.csv)

之后，您可以通过 URL 访问 CSV 数据：

https://docs.google.com/spreadsheets/d/e/<spreadsheet-id>/pub?gid=<tab-id>&single=true&output=csv

示例表：

| A1 cell   | B1 |
| A2, stuff | B2 |

返回的 CSV 内容示例：

A1 cell,B1
"A2, stuff",B2

解析CSV的工具有很多，比如https://github.com/peterthoeny/parse-csv-js

编辑，在得知 Esteban 无法更改数据源后：

您可以使用 split 和 forEach 来构造所需的对象：

const input = 'a: Feb 21, 10:11, b: some content, c: more, d: even more';
let result = {};
input.split(/, (?=[a-z]+:)/)
.forEach(item => {
  let key = item.replace(/:.*/, '');
  let val = item.replace(/.*?: */, '');
  result[key] = val;
});
console.log(JSON.stringify(result, null, ' '));

输出：

{
 "a": "Feb 21, 10:11",
 "b": "some content",
 "c": "more",
 "d": "even more"
}

解释：

let result = {}; - 初始化并清空结果对象
.split(/, (?=[a-z]+:)/) - 使用 alpha: 键的正向前瞻在键/值对之间拆分
.forEach():
- 从项目中提取键和值
- 向结果对象添加新属性，属性名称为键

【讨论】：

我无法更改数据源，所以我必须通过 Javascript/jQuery 解析数据
@EstebanOrtega：请参阅更新答案中的编辑。

【解决方案2】：

这里有一个方法：

(?<tag>\w+): (?<value>.+?)(?:,(?= \w+:)|$)

Demo & explanation

【讨论】：

这太完美了，@Toto！我能够像这样在Javascript中实现它。欧元符号仍然存在问题，但这回答了我的问题。谢谢！ imgur.com/EEz23BG

【解决方案3】：

假设帖子中的示例字符串在单元格 A2 中，试试这个：

=SPLIT(REGEXREPLACE(" "&A2,",\s([\w]+[\d]*:)","|$1"),"|")

正则表达式的简单英文解释是这样的：“找到一个逗号，后跟一个空格，后跟一些单词类型的字符，后跟一个可能的单个数字，后跟一个逗号。如果找到，替换前导逗号和带管道符号的空格，其余部分保持原样。”

SPLIT 作用于该管道符号。

首先在整个字符串前面添加一个空格，以便为第一个标签找到“空格后跟逗号”。

【讨论】：

如何在我的脚本中应用这个正则表达式？我无法更改数据源，所以我必须通过 Javascript/jQuery 解析数据
无法更改数据源是什么意思？您是否能够将原始数据从数据源复制并粘贴到另一个工作表？或者使用 IMPORTRANGE 将其放入另一张纸并在那里处理？您的帖子（也包括脚本的性质或上下文）不清楚您的情况参数。我认为我能提供的最好的是上面的 REGEX。这如何适合您的实际项目、脚本等的更大范围，我将不得不与您一起离开。或者，也许您可以提交另一篇包含更完整详细信息的帖子，其他人可以添加到我提供的内容中。
我正在以编程方式提取（jquery fetch）恰好来自 Google 表格提要的数据。我只需要一个正则表达式来捕获日期的第二部分（包含逗号的文本）：i.stack.imgur.com/h7fwX.png
查看我新添加的帖子。

【解决方案4】：

试试这个：

(?[^,\s]+): (?.+:\d\d|[^,]+)

这里的关键是使用管道符号创建一个或，它首先查找日期时间字符串的特定模式然后 em> 其他一切的模式（你开始使用的模式）。

在您的 regex101 构建器中，它看起来像这样：

【讨论】：