引用错误的 CSV 文件的正则表达式

Question

我遇到了一些损坏的 csv 文件的问题。我是这样理解的：

column1,column2,column3,column4,column5,column6
123,"some text",""column3 text"",""still column3 text"",4,234,""
123,"some text",""column3 text"",4,234,""

在表格中应该是这样的：

column1 | column2   | column3                            | column4 | column5 | column6
123     | some text | "column3 text, still column3 text" | 4       | 234     | 
123     | some text | "column3 text"                     | 4       | 234     |

我正在使用 php 读取文件并尝试将它与 str_getcsv 一起使用到数组中。但是由于这个断引号，它不起作用，并且总是比标题多列。

我根本不需要第 3 列的值，所以我尝试做一些正则表达式来创建三个组，然后做 preg_replace。但我没有得到适用于这两行的正则表达式。

有了这个正则表达式，我只得到第一行：https://regex101.com/r/OjTAAC/1

这样我就得到了第二行：https://regex101.com/r/I2xqPs/1

任何人都对如何获得适用于这两种情况的正则表达式有一些帮助？

Answer 1

可能有更简单的解决方案，但我会备份或拥有文件的副本，但你可能不得不做不同的事情，因为它很大。

让我们尝试一些不同的东西

//$str = '123,"some text",""column3 text"",""still column3 text"",4,234,""';
//$str = '123,"some text",""column3 text"",4,234,""'

while (($str = fgets($handle, 4096)) !== false) {      
     $str = str_replace('"', '', $str);
    $line = explode(',',$str);

    //combine line item 2,3
    if(count($line) == 7 ){
        $line[2] .= ', '.$line[3];
        //remove item 3
        unset($line[3]);
        $line = array_values($line);
    } 
    print_r( $line );
}

只要线条与您展示的内容一致，它应该可以工作。

$array =[
    '123,"some text",""column3 text"",""still column3 text"",4,234,""',
    '123,"some text",""column3 text"",4,234,""'
];

foreach($array as $str){
    $str = str_replace('"', '', $str);
    $line = explode(',',$str);

    //combine line item 2,3
    if(count($line) == 7 ){
        $line[2] .= ', '.$line[3];
        //remove item 3
        unset($line[3]);
        $line = array_values($line);
    } 
    print_r( $line );
}

输出

Array
(
    [0] => 123
    [1] => some text
    [2] => column3 text, still column3 text
    [3] => 4
    [4] => 234
    [5] =>
)
Array
(
    [0] => 123
    [1] => some text
    [2] => column3 text
    [3] => 4
    [4] => 234
    [5] =>
)

你可以在这里测试它。

http://sandbox.onlinephpfunctions.com/code/f39eb94ccef045213a30385cc7daa326ce3aa25d