正则表达式匹配字段内 CSV 中的引号

【问题标题】：Regex to match quotes in CSV inside fields正则表达式匹配字段内 CSV 中的引号
【发布时间】：2021-09-02 12:00:59
【问题描述】：

我正在尝试编写一个正则表达式来匹配 CSV 字段中的双引号（并用转义的双引号替换它们，但替换部分很容易）。

所以我想要

"field1","field2" -> "field1","field2"
"field1","fie"ld2" -> "field1","fie""ld2"

我使用(?<!;)"(?!;) 作为我的匹配表达式，这几乎工作 - 但它不处理行首或行尾的引号。我需要像 (?<![;$])"(?![;^]) 这样的东西，它不起作用，因为精确的 $ 和 ^ 字符在这里匹配 - 或者 (?<!(;|$))"(?!(;|^)) 这也不起作用，因为负向后看不能是可变长度。

请问这样做的正确方法是什么？

【问题讨论】：

为什么要捕获环视模式？ (?<!;|^)"(?!;|$) 有效。见the regex demo。更好的是，使用 (?<=[^;])"(?=[^;]) 甚至不使用交替。

标签： regex linux pcre

【解决方案1】：

PCRE 正则表达式引擎不允许在后视中捕获带有交替运算符的组。

您可以将您尝试过的正则表达式重新表述为

(?<!;|^)"(?!;|$)
(?<=[^;])"(?=[^;])

请参阅 the regex demo 和 this regex demo。

(?<!;|^)"(?!;|$) 模式匹配一个" 字符，该字符不在字符串的开头，也没有紧跟在; 字符之前（由于(?<!;|^)），并且没有紧跟; char 而不是在字符串的末尾（请参阅(?!;|$)）。

(?<=[^;])"(?=[^;]) 正则表达式匹配"，该" 前面紧跟一个; 以外的字符（因此，不允许字符串位置的开始），然后是一个; 以外的字符（不允许字符串结束位置）。

【讨论】：