正则表达式：删除双引号字段中的换行符？

Question

我有一个包含此错误的 .csv 文件，我想用正则表达式更正，某些字段包含换行符，例如：

"abc

de
f 123",123,456

应该在一行，我只想删除换行符但保留文本

"abcdef 123",123,456

我尝试在双引号内进行隔离，但这仅删除了第一个换行符：

^(?:"[0-9a-zA-Z])\r?\n(?=",)

（文本可以包含数字和其他字符，所以我尝试包含它们，我只想删除换行符并保留所有其他字符，希望清楚）

Answer 1

如果您使用重复捕获组，则无法在单个查询中捕获多个换行符；正则表达式引擎只能抓取最后一场比赛。话虽如此，如果您使用的是 powergrep（或其他一些可以选择性地替换捕获组，而不是整个匹配项的搜索和替换），您真的需要单行吗？

^"(?:[^"\n]|(\n+))*", 将在 " 和 ", 之间查找并匹配任何不包含 " 的文本，将其保留在引用的语句中 - 或者，将 捕获 em> 它找到的最后一组换行符。如果您的工具只能删除/替换捕获组中的文本，为什么不连续使用此正则表达式几次？它会单独留下您的无错字行，但每次运行时都会从您的错误行中删除一大块空白。 (Try it here! 请注意，这匹配所有行，但仅捕获格式错误的空格）

你怎么知道什么时候完成？尝试使用^(?=.*\n.*)"[^"]*", - 它会匹配 csv 文件中仍然有换行符的任何行，但会忽略格式正确的行。当此正则表达式没有返回匹配项时，您可以确信您的文件没有错字。 (Try it here!)

这不是一个非常优雅的解决方案，但如果你运行它足够多次，你就会摆脱所有的空白。