用于验证 CSV 完整性的正则表达式

Question

我正在使用允许输入 CSV 文件的工作流自动化工具（使用 Java 构建）。将手动创建 CSV，并根据填充的列，工作流将执行某些操作。因此，只有在未找到以下条件时，我才需要匹配字符串（一次一个 CSV 行）：

• 字符串开头的逗号 [表示缺少第一个值]
• 逗号空格 逗号 [表示缺少中间值]
• 字符串末尾的逗号 [表示缺少最后一个值]

考虑以下要匹配的输入文本

HMSS TN PUPIL EDITION LV 5,HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

输入文本规则： 不能以空格开头，不能以空格结尾

这不应该匹配 - 缺少第一个值：

,HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

这不应该匹配 - 缺少中间值：

HMHSS Ohio PE LV 5-6 Making A New Nation, , HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

这不应该匹配 - 缺少最后一个值：

HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703",

我尝试过的表达方式：

^(("(?:[^"]|"")*"|[^,]*)(,("(?:[^"]|"")*"|[^,]*))*)$

匹配整个字符串

---

[-\w\s"/&*]+(,[-\w\s"/&*]+)*

我最近的一次。不捕捉“逗号空格逗号”。 而且我需要将整个输入字符串视为一个整体。

非常感谢您的阅读和帮助！

Answer 1

sed -En "/^[^\s,][^,]*[^\s,](,[^\s,][^,]*[^\s,])*$/p"

期望：

• 开始“^”
• 除了空格或逗号“[^\s,]
• 不是逗号“[^,]”
• 可能有多个“*”
• 不是空格或逗号“[^\s,]” （不确定这是不是规则，如果不是，请删除）
• 以下“（”
  • 逗号“，”
  • 如上所示
• 直到这里“）”
• 如果你喜欢“*”，请多次
• 结尾“$”

如果要使用整个字符串，请将其括在另一对“()”中并使用“\1”。
我在 sed 中展示了一个演示者。
我可以翻译成 perl 或 egrep 风格的正则表达式，但缺乏 java 使用的正则表达式风格的经验。