Question

我从CSV文件中获得一行，其中"作为字段封闭，,作为字段分隔符作为字符串。有时数据中有"会破坏字段封闭程序。我正在寻找正则表达式来删除这些"。

我的字符串如下所示：

my $csv = qq~"123456","024003","Stuff","","28" stuff with more stuff","2"," 1.99 ","",""~;

我看过this，但我不明白如何告诉它只删除

的引号

不在字符串的开头
不在字符串的末尾
前面没有,
后面没有,

我设法告诉它使用这行代码同时删除3和4：

$csv =~ s/(?<!,)"(?!,)//g;

但是，我无法让^和$适合，因为前瞻和后方都不喜欢被写为(?<!(^|,))。

除了拆分字符串并从每个元素中删除引用之外，有没有办法只使用正则表达式来实现这一点？

Answer 1

对于操纵CSV数据，我建议使用Text::CSV - CSV数据中存在很多潜在的复杂性，虽然可以构建代码来处理自己，但是当经过试验和测试时，这是不值得的。 CPAN模块为您完成

Answer 2

不要使用 Regex 来解析CSV文件，CPAN提供了很多很好的模块，如nickifat建议，使用Text::CSV或者你可以使用Text::ParseWords之类的

use Text::ParseWords;  
while (<DATA>) {
chomp;     
my @f = quotewords ',', 0, $_;     
print join "|" => @f; 
}  

__DATA__ 
"123456","024003","Stuff","",""28" stuff with more stuff","2"," 1.99 ","",""

输出：

123456|024003|Stuff||28 stuff with more stuff|2| 1.99 ||

Answer 3

这应该有效：

$csv =~ s/(?<=[^,])"(?=[^,])//g

1和2表示在逗号之前和之后必须至少有一个字符，因此是正面的结果。 3和4表示这些字符可以是逗号之外的任何字符。

Answer 4

感谢您的帮助。我遇到了带有嵌入式双引号的格式错误的CSV的问题。我会对正则表达式的前瞻部分做一点补充，否则行末尾的空值将被破坏：

(?<=[^,])\"(?=[^,\n])

添加\ n将消除与行尾的最后一个双引号的匹配。

Answer 5

建议的

$csv =~ s/(?<=[^,])"(?=[^,])//g;

可能是最好的答案。如果没有这些高级正则表达式功能，您也可以使用

执行相同操作

$csv =~ s/([^,])"([^,])/$1$2/g;

或

$csv = join (',', map {s/"//g;"\"$_\""} split (',', $csv));

我认为你应该知道你的字符串格式不合适csv。在csv文件中，值内的双引号必须加倍（http://en.wikipedia.org/wiki/Comma-separated_values）。使用您的格式，值不能包含逗号附近的引号。

csv是一种不那么简单的格式。如果您决定使用“真正的”csv，则应使用模块。否则，你应该删除所有的双引号，以简化你的代码，并澄清你没有做csv。

Perl Regex：如何从CSV行中删除引号内的引号

5 个答案: