文本解析和分割文本，包括/不包括引号答案

【问题标题】：Textparsing and splitting text including/excluding quotation marks文本解析和分割文本，包括/不包括引号
【发布时间】：2011-01-20 21:55:30
【问题描述】：

我的问题与我在此处找到的较早条目几乎相同，但不完全相同。

我需要解析一个文本文件，其中数据的结构是这样的：文件中的每一项都以# 开头，后跟标签。帖子中的字段由一个或多个空格分隔。

这是我遇到问题的部分。每个字段可以用引号括起来也可以不用引号，仅当数据包含空格时才需要。

所以我要的是一个由空格分割的正则表达式，但如果空格在引号内，则不是。

目前我为每个标签使用单独的正则表达式，然后从文件中读取时立即拆分它会更有效。至于下面的账号例子(^#[A-z]+)\s([0-9]+)\s(.+)

数据示例

#ACCOUNT 7059 "Misc. travelexpenses"
#ADRESS "M. Jackson" "somewhere over the rainbow" WI53233-1704 555-12345

【问题讨论】：

是否有引号嵌入在带引号的字符串中，如果是，它们将如何转义，即"Two by four (2""x4"")" 或"Two by four (2\"x4\")"？

【解决方案1】：

您可以使用“OR”构造来定义字段的可能形式。喜欢

([A-z]+|"[^"]+")

同时匹配 Kring 和“Mr. Kring”。

编辑：因此，要获取上述记录中的所有字段和标签，您可以使用

(?:^#|\s+)([^"#\s]+|"[^"]+")

http://gskinner.com/RegExr/ 是测试正则表达式的好方法。

【讨论】：