使用正则表达式在双引号中的字符串中查找双引号

Question

我正在使用带有正则表达式的 ultraedit。我想查找（并替换）和嵌入的双引号，该双引号包含在以双引号开头/结尾的字符串中。这是一个带有管道的文本文件 |作为分隔符。

如何找到嵌入的双引号：

“这个字符串没问题。”|“这是一个中间带“C”双引号的例子。”|“下一行”

我最终需要将“C”中的双引号替换为只有 C。

Answer 1

对于您刚刚给出的示例，"\w" 用作查找 "C" 的正则表达式

试试here

替换机制可能内置在ultraedit中

Answer 2

你真的不想用正则表达式来做这件事。您应该使用可以理解管道分隔符的 csv 解析器。如果我只使用正则表达式，我会像这样使用多个替换：

查找并用占位符替换好的引号到文本。开始/结束报价：

 s/(^"|"$)/QUOTE/g

管道分隔符附近的引号：

s/"\|"/DELIMITER/g

现在只保留嵌入的双引号。要全部删除：

s/"//g

现在把好的引号放回去：

s/QUOTE|DELIMITER/"/g

Answer 3

试试这个发现：

(["][^"]*)["]C["]([^"]*["])

并替换：

\1C\2

在 Perl 模式下开启正则表达式。

截图

UltraEdit Professional Text/HEX Editor 
Version 21.30.0.1005

试一试。

开始于：

"This string is ok."|"This is example with a "C" double quoted grade in middle."|"Next line"
"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"

结尾：

"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"
"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"

正则表达式 FIND 的分解。

第一部分。

(["][^"]*)
from (["][^"]*)["]C["]([^"]*["])

这会查找以下序列：

1. 双引号：["]。
2. 不是双引号的任意数量的字符：[^"]*
3. ["][^"]* 周围的括号表示正则表达式引擎应存储此字符序列，以便 REPLACE 部分可以引用它（作为反向引用）。
4. 请注意，这在开头和结尾重复 - 表示存储了 两个 序列。

第二部分。

["]C["]
from (["][^"]*)["]C["]([^"]*["])

这会查找以下序列：

1. 双引号：["]。
2. 大写字母 C（可能代表也可能不代表 Cookie）。
3. 双引号：["]。

正则表达式 REPLACE 的分解。

\1C\2

1. \1 是一个反向引用，这意味着将其替换为保存的第一个序列。
2. 大写字母 C（可能代表也可能不代表 Cookie）。
3. \2 是一个反向引用，这意味着将其替换为保存的第二个序列。

Answer 4

nanny 发布了一个很好的解决方案，但对于 Perl 脚本，不适用于 UltraEdit 等文本编辑器。

通常可以在字段值中使用双引号。但是每个双引号必须用另外一个双引号进行转义。例如，在有关 comma-separated values 的维基百科文章中对此进行了解释。

这种非常简单的转义算法使得在 CSV 文件中逐个字符地读取以编程语言编码的字符变得非常容易。但是双引号中包含的双引号、分隔符和换行符对于 CSV 文件中的正则表达式查找和替换来说是一场噩梦。

我在 UltraEdit 宏中记录了几个替换

InsertMode
ColumnModeOff
Top
PerlReOn
Find MatchCase RegExp "^"|"$"
Replace All "QuOtE"
Find MatchCase ""|"
Replace All "QuOtE|"
Find MatchCase "|""
Replace All "|QuOtE"
Find MatchCase """"
Replace All "QuOtEQuOtE"
Find MatchCase """
Replace All """"
Find MatchCase "QuOtE"
Replace All """

第一个替换是 Perl 正则表达式替换。行首或行尾的每个双引号都被字符串 QuOtE 替换。我很确定 CSV 文件中不存在 QuOtE。

管道字符前后的每个双引号也被 QuOtE 替换为接下来的 2 个非正则表达式替换。

CSV 文件中的转义双引号 "" 接下来被 QuOtEQuOtE 替换为非正则表达式替换。

现在将剩余的单双引号替换为两个双引号，以使其在 CSV 文件中有效。当然，您也可以删除那些单双引号。

最后，所有 QuOtE 都被替换回双引号。

注意：这不是最终的解决方案。然而，这些替换可能会产生错误的结果，例如对于像这样一个已经有效的 CSV 行

"first value with separator ""|"" included"|second value|"third value again with separator|"|fourth value contains ""Hello!"""|fifth value

结果是

"first value with separator """|""" included"|second value|"third value again with separator|"|fourth value contains ""Hello!"""|fifth value

PS：上面的有效示例行应该在电子表格应用程序中显示为

first value with separator "|" included    second value    third value again with separator|    fourth value contains "Hello!"    fifth value

Answer 5

CSV 的最大权衡是在每种情况下都正确解析而不是简单。 这是一种适度适度的方法。如果你有真正狡猾的字符串，其中的管道旁边有引号，你最好使用像 PERL 和 Text::CSV 这样的东西。

正则表达式需要在引号的每一侧（例如[^|]）都有一个非管道字符，因为解析器将吸收C，然后找不到旁边的另一个引号C.

只要您的实际 CSV 字符串中没有相邻的管道和引号，此示例就可以很好地工作。前瞻和后随是零宽度，因此它们不会删除除引号之外的任何其他字符。

   1     2       3    4
(?<!^)(?<!\|)"(?!\|)(?!$)

1. 不要匹配行首的引号。
2. 不要将引号与前面的管道相匹配。
3. 之后不要将引号与管道匹配。
4. 不要匹配字符串末尾的引号。

每个匹配的引用都可以删除。不要忘记指定全局替换以获取所有引号。