如何修复这个正则表达式？答案

【问题标题】：How can I fix this regex expression?如何修复这个正则表达式？
【发布时间】：2020-05-03 15:42:14
【问题描述】：

前言：这个问题是this question的派生题。

using System;
using System.Linq;
using System.Text.RegularExpressions;

class MainClass {
  public static void Main (string[] args) {
        const string rawLine = "\"TeamName\",\"PlayerName\",\"Position\"  \"Chargers\",\"Philip Rivers\",\"QB\"  \"Colts\",\"Peyton Manning\",\"QB\"  \"Patriots\",\"Tom Brady\",\"QB\"";
        var parsedLines = Regex.Split(rawLine, "(\".*? \"(?:,\".*? \")*)");
        parsedLines.ToList().ForEach(Console.WriteLine);

        Console.WriteLine("Press [ENTER] to exit.");
        Console.ReadLine();
  }
}

这是我的输出：

"TeamName","PlayerName","Position"  "
Chargers
","Philip Rivers","QB"  "
Colts
","Peyton Manning","QB"  "
Patriots","Tom Brady","QB"
Press [ENTER] to exit.

这是我想要的输出：

"TeamName","PlayerName","Position"
"Chargers","Philip Rivers","QB"
"Colts","Peyton Manning","QB"
"Patriots","Tom Brady","QB"
Press [ENTER] to exit.

如何修复正则表达式以生成我想要的输出？

相关：

【问题讨论】：

我强烈建议您使用 CSVHelper 而不是正则表达式，除非您确定 CSV 不会包含嵌入/转义引号或逗号之类的内容。 CSV 是一种非常灵活的格式。它甚至不必用逗号分隔即可成为 CSV。
@Amy 我不熟悉 CSVHelper，但我很熟悉。能否请您描述一个使用 CSVHelper 的解决方案？
我已经很久没有需要它的服务了（过去几年没有 CSV :o），但我记得他们的文档相当不错。见joshclose.github.io/CsvHelper/getting-started。
或者甚至可以用"\"\n\"" 或任何你想要的换行符替换"\" \""。
除非 CSVHelper 有办法指定 record 分隔符，否则它不会有任何帮助。上一个问题的答案（已删除）提到了 CSVHelper 配置的 Delimiter 属性，但那是 field 分隔符（这就是它被删除的原因）。我找不到记录分隔符选项（但这并不意味着没有）。那里的另一个答案提到了在两个空格和quote-space-space-quote上的拆分，所以人们希望在转向正则表达式然后发布这个问题之前已经探索过。

标签： c# regex csv parsing

【解决方案1】：

使用否定的lookbehind、肯定的lookbehind、带量词的字符类、肯定的lookahead 和否定的lookahead。

Working Demo

using System;
using System.Linq;
using System.Text.RegularExpressions;

class MainClass {
  public static void Main (string[] args) {
        const string rawLine = "\"TeamName\",\"PlayerName\",\"Position\"  \"Chargers\",\"Philip Rivers\",\"QB\"  \"Colts\",\"Peyton Manning\",\"QB\"  \"Patriots\",\"Tom Brady\",\"QB\"";
            var parsedLines = Regex.Split(rawLine, "(?<![,])(?<=[\"])[ ]{2}(?=[\"])(?![,])");
            parsedLines.ToList().ForEach(Console.WriteLine);

            Console.WriteLine("Press [ENTER] to exit.");
            Console.ReadLine();
  }
}

【讨论】：

【解决方案2】：

正如 Amy 已经提到的，您的字符串似乎类似于 CSV。如果它确实是有效的 CSV - 请使用特殊库。

如果 CSVHelper 在这种情况下不适用并且您确实需要正则表达式，请尝试以下操作：

(?<=(?:^|  ))(.*?)(?=(?:  \")|$)

我没有为 C# 编码，因此由于 c# 特定，正则表达式可能需要一些编辑。

编辑。代码示例。

using System;
using System.Linq;
using System.Text.RegularExpressions;

class MainClass {
  public static void Main (string[] args) {
        const string rawLine = "\"TeamName\",\"PlayerName\",\"Position\"  \"Chargers\",\"Philip Rivers\",\"QB\"  \"Colts\",\"Peyton Manning\",\"QB\"  \"Patriots\",\"Tom Brady\",\"QB\"";
            //var parsedLines = Regex.Split(rawLine, "(?<=(?:^|  ))(.*?)(?=(?:  \")|$)");
      var parsedLines = Regex.Split(rawLine, "(?<=^)(.*?)(?=(?:  \")|$)|(?<=  )(.*?)(?=(?:  \")|$)");
            parsedLines.ToList().ForEach(Console.WriteLine);

            Console.WriteLine("Press [ENTER] to exit.");
            Console.ReadLine();
  }
}

此代码带有“脏”修复断言错误。但是，我无法使用 onlinetool 复制它:) 此示例中注释的原始正则表达式。

我希望这会对你有所帮助。但我必须再说一遍，如果你使用 csv - 最好使用特殊工具，而不是正则表达式 :)

【讨论】：

您可以使用 dotnetfiddle 或 regexstorm 在 c# 中测试正则表达式。
哎呀，谢谢。我错过了我可以在您提供的 repl.it 链接上进行测试。正则表达式她似乎很好。但是如果 C# 出现断言错误 - 我们可以尝试“脏”修复。我现在就编辑我的帖子。

【解决方案3】：

贯穿整个线程的优秀 cmets（我强烈建议采用其中一种选择），我不会专注于它们。这是一个替代解决方案，它使用Regex 模式中的Matches，skip 你有多少字段（列），然后take 你想要多少记录。

我正在使用(\"(.*?)[^,]") 之类的模式，可以在here 中找到其含义的解释。

const string rawLine = "\"TeamName\",\"PlayerName\",\"Position\"  \"Chargers\",\"Philip Rivers\",\"QB\"  \"Colts\",\"Peyton Manning\",\"QB\"  \"Patriots\",\"Tom Brady\",\"QB\"";                       
var matches = new Regex(@"(\""(.*?)[^,]"")").Matches(rawLine).Cast<Match>().ToList();
// loop through our matches
for(int i = 0; i < matches.Count; i++)
{                
    // join our records we need to output
    string str = string.Join(",", matches.Skip(i * 3).Take(3));
    if(!string.IsNullOrEmpty(str))
         Console.WriteLine(str);
}            
Console.WriteLine("Press [ENTER] to exit.");
Console.ReadLine();

请注意，根本没有错误检查，可以改进，但会产生您需要的输出。 *还要确保导入System.Linq（如果还没有）。

输出测试

【讨论】：