Question

我有以下文件格式的.csv：

In: "bob","1234 Main St, New York, NY","cool guy"

我希望删除内部没有逗号的双引号：

Out: bob,"1234 Main St, New York, Ny",cool guy

有没有办法在Powershell中做到这一点？

我查了一下：

Answer 1

调整"How to remove double quotes on specific column from CSV file using Powershell script"的代码：

$csv = 'C:\path\to\your.csv'
(Get-Content $csv) -replace '(?m)"([^,]*?)"(?=,|$)', '$1' |
    Set-Content $csv

正则表达式(?m)"([^,]*?)"(?=,|$)匹配任何" + 0 or more non-commas + " 之前逗号或行尾（通过正向前瞻和多行选项(?m)实现强制$匹配换行符，而不仅仅是字符串的结尾。

请参阅regex demo

Answer 2

我不确切地知道你脚本的其余部分是什么样的。尝试沿着这些方向尝试

(("bob","1234 Main St, New York, NY","cool guy") -split '"' | 
  ForEach-Object {IF ($_ -match ",") {'"' + $_ + '"' } ELSE {$_}}) -join ","

Answer 3

在 PowerShell [Core] v7 + 中，您现在可以将-UseQuotes AsNeeded与ConvertTo-Csv和Export-Csv一起使用，这大大简化了方法：

@'
Name,Address,Comment
"bob","1234 Main St, New York, NY","cool guy"
'@ | ConvertFrom-Csv | 
       ConvertTo-Csv -UseQuotes AsNeeded # use Export-Csv to save to a file.

上面的代码产生了以下内容，表明只有带有嵌入式,的字段才被双引号引起来：

Name,Address,Comment
bob,"1234 Main St, New York, NY",cool guy

请参见Export-Csv v7+ docs：

-UseQuotes接受AsNeeded，Always和Newer
另外，还有-QuoteFields，它接受列（属性）名称的数组（应有选择地使用引号）。

Answer 4

现有答案适用于样本输入：

Wiktor Stribiżew's helpful answer，使用正则表达式标识不包含,的双引号字段，首先将整个输入文件加载到内存中，这样就可以将输入文件替换为单个管道中的结果。
虽然这很方便 - 并且比逐行处理更快 - 但需要注意的是，它可能不适用于大型输入文件。
markg's helpful answer，它通过"字符将行拆分为字段，是大型输入文件的替代方法，因为它使用管道逐个处理输入行。
（因此，无法使用结果直接更新输入文件。）

如果我们概括 OP要求处理嵌入式"字符 的字段，我们需要采用不同的方法：

以下字段必须保留其封闭的双引号：

（必要）带有嵌入,字符的双引号字段。例如，
"1234 Main St, New York, NY"
（必要）带有嵌入式"字符的双引号字段，每个RFC 4180必须转义为""，即加倍;例如，
"Nat ""King"" Cole"

^{注意：

- 我们不处理可能包含嵌入式换行符的字段，因为这需要一种根本不同的方法，因为自包含的逐行处理是没有的更长的时间。

- Wiktor Stribiżew的提示，提出正则表达式以强制匹配双引号字段与任意数量的嵌入式双引号，转义为""："([^"]*(?:""[^"]*)*)"}

# Create sample CSV file with double-quoted fields that contain
# just ',', just embedded double quotes ('""'), and both.
@'
bob,"1234 Main St, New York, NY","cool guy"
nat,"Nat ""King"" Cole Lane","cool singer"
nat2,"Nat ""King"" Cole Lane, NY","cool singer"
'@ | Set-Content ./test.csv

Get-Content ./test.csv | ForEach-Object {
  # Match all double-quoted fields on the line, and replace those that 
  # contain neither commas nor embedded double quotes with just their content,
  # i.e., with enclosing double quotes removed.
  ([regex] '"([^"]*(?:""[^"]*)*)"').Replace($_, { param($match)
    $fieldContent = $match.Groups[1]
    if ($fieldContent -match '[,"]') { $match } else { $fieldContent }
  })
}

这会产生：

bob,"1234 Main St, New York, NY",cool guy
nat,"Nat ""King"" Cole Lane",cool singer
nat2,"Nat ""King"" Cole Lane, NY",cool singer

更新输入文件：

与markg的答案一样，由于逐行处理，您无法直接使用同一管道中的输出更新输入文件。
要在以后更新iput文件，请使用临时输出文件，然后用它替换输入文件（...代表上面的Get-Content管道，仅使用$csvFile代替./test.csv }）：

$csvfile = 'c:\path\to\some.csv'
$tmpFile = $env:TEMP\tmp.$PID.csv
... | Set-Content $tmpFile
if ($?) { Move-Item -Force $tmpFile $csvFile }

请注意，Set-Content默认使用系统的单字节扩展ASCII字符编码（即使help topic falsely states ASCII）。

使用-Encoding参数可以指定不同的编码，但请注意，Out-File / >的默认值UTF-16LE会导致无法识别CSV文件例如，通过Excel正确使用。

除非双引号内存在逗号，否则Powershell脚本将从CSV中删除双引号

4 个答案: