删除 CSV 文件中的内部双引号答案

【问题标题】：Remove inner double quote in CSV file删除 CSV 文件中的内部双引号
【发布时间】：2014-05-29 10:33:22
【问题描述】：

我有一个 CSV 文件，其中包含数据内的双引号。

EI_SS EI_HDR,"测试文件报告，用于"测试" EI_DT,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,发送,dt8,发送 EI_COL,"Carrier, Name","Carrier ID","Account Name","Account ID","Group Name","Group ID","Action Code","File ID","Contract","PBP ID ","响应状态","Claim Number","Claim Seq","HICN","Cardholder ID","Date of Service","NDC" "测试载体","MPDH5427","1234","CSNP","TestD"测试","FH14077","","PD14079042","H5427","077","REJ","133658279751004", "999","304443938A","P0002067501",01/01/2014,"50742010110","C" “测试，Carrier1”，“BCRIMA”，“Carrier”，“14”，“123333”，“00000MCA0014001”，“”，“PD14024142”，“H4152”，“013”，“REJ”，“133658317280023”， 999","035225520A","ZBM200416667",01/01/2014,"00378350505"

更新后的实际 CSV

现在我想从这些数据中删除内引号，但需要为每个数据保留外双引号。

为了处理文件，我使用"\"[a-zA-Z0-9 ]+[,][ a-zA-Z0-9]+\"" 模式来分割文件。但是，如果任何行中有任何内引号，则代码会中断。

我需要通过保留逗号并替换内引号将其转换为 XLSX（如果不可能，则删除那些内引号。

请帮我解决这个问题。

【问题讨论】：

很容易替换 '\" ' - 但这足够了吗？
这不是一个有效的 CSV 文件。解决方案：修复产生此输出的系统。
嗨 Java1，我需要保留外部引号。嗨，邓肯，现在我提供了真实数据。

标签： java regex csv

【解决方案1】：

如果您的数据只有一个双引号：,"abc "def", - 以下应该会有所帮助：

test.txt "abc","def"gh","ijk" "lmn","o"pq","rst"

sed -i 's/([^,])\"([^,])/\1\"\"\2/g' test.txt

上面的命令查找与模式匹配的 3 个字符集 - ?"? 其中 ? 不是逗号。暗示 - 搜索 3 个不类似于 " 的字符，并将 " 替换为 ""

命令拆分： ([^,]) - 不是逗号的字符 - () 用于记住这个字符 \" - 双引号 \1 - 记住的第一个字符 \2 - 记住的第二个字符。

注意：如果封装中有两个双引号，这将不起作用。上面的命令没有转义" in ,"a"b"cc",

希望这会有所帮助。

【讨论】：

【解决方案2】：

首先你为什么不使用正则表达式的正确字符？

实际上有一个字符：\w 这意味着[a-zA-Z_0-9] 而不是你的[a-zA-Z0-9]（完全一样，只是添加 _ 但我认为更具可读性^^）

对于您的模式，正如其他人所说，最好的方法是首先纠正您生成 csv 的方式；）

【讨论】：

嗨 Clad，我一定会尝试使用 \w。但这并不能解决我的问题。我必须保持逗号完整并删除内部引号。

【解决方案3】：

我认为这是不可能的，因为你划分两个值的方式是模棱两可的。比如下面的值如何拆分？

""I am", "a single", ", value""

它的意思是：

I am
a single
, value

或

I am
a single, , value

甚至

I am, a single, , value

【讨论】：

+1 这就是问题所在。输入文件不是有效的 CSV，它不明确，无法解析。