正则表达式从 CSV 中删除未转义的引号答案

【问题标题】：Regex to remove unescaped quotes from a CSV正则表达式从 CSV 中删除未转义的引号
【发布时间】：2020-03-19 19:29:12
【问题描述】：

我需要将 CSV 文件输入数据库。为此，我必须删除“狂野”的未转义引号。

以下输入结构是可能的：

"aa";"bb";"cc";"dd";"ee"
"aa";"bb";"c "cc" c";"dd";"ee"
"aa";;"cc";"dd";"ee"
"aa";55;"cc";"dd";"ee"

表达式：

(?<!^|\"\;)\"(?!\;|$)

确实适用于输入示例中的#1 和#2，但当存在空元素 (#3) 或未加引号的数字字段 (#4) 时会失败。另见this Rubular example

任何关于如何涵盖这些案例的指针将不胜感激。

编辑：

按照@Wiktor Stribiżew 的建议，我现在正在使用

(^"|"$|";+"|";\d+;"|";|;")|"

这也涵盖了一些额外的边缘情况，我在输入数据中已经确定，如图here

【问题讨论】：

好吧，我猜这将匹配未转义的 qoutes (?<!\\)"，但不确定您的预期输出是什么。
我需要在列的开头和结尾保留“文本限定符”引号，但在列的其余部分去掉引号
根据您的要求，您可以使用正则表达式替换方法搜索(^"|"$|";+"|";\d+;")|"并替换为$1/\1。见regex101.com/r/suDXQz/1
与其乱搞 CSV，我建议修复任何输出此文件的程序，您可以在其中修改引用行为以使其不那么激进。此外，第 2 行很可能在第 3 列中包含引号字符，并且这里没有正确转义。
@WiktorStribiżew 非常感谢，运行良好。如果您将其发布为答案，我可以接受

【解决方案1】：

以下解决方案仅满足您当前的要求，不是修复 CSV 中引号的通用解决方案：

(^"|"$|";+"|";\d+;")|"

替换为$1（或\1，具体取决于您使用此正则表达式的位置）。

请参阅regex demo。

详情

(^"|"$|";+"|";\d+;") - 第 1 组：
- ^"| - " 在字符串的开头，或者
- "$| - " 在字符串的末尾，或
- ";+"| - "，1+ ; 字符，然后是 "，或
- ";\d+;" - ";，1+ 位，然后是 ;"
| - 或
" - 一个 " 字符。

【讨论】：