Question

这是对相关问题的扩展 Here

我有一个需要解析的每周csv文件。它看起来像这样。

"asdf","asdf","asdf","asdf"

但有时会有一些文本字段包含一个额外的未转义的双引号字符串，如此

"asdf","as "something" df","asdf","asdf"

从这里的其他帖子，我能够整理一个正则表达式

(?m)""(?![ \t]*(,|$))

匹配两个连续的双引号，只有“如果它们之前没有逗号或行尾，可选空格和制表符”

现在这只会连续发现双引号。如何修改它以查找和替换/删除文件中“某事”周围的双引号？

感谢。

Answer 1

(?<!^|,)"(?!,|$)

将匹配一个双引号，该双引号前面或后面没有逗号，也不在行的开头/结尾。

如果你需要在逗号周围或开头/结尾处允许空格，并且你的正则表达式（你没有指定）允许任意长度的lookbehind（例如，.NET），你可以使用

(?<!^\s*|,\s*)"(?!\s*,|\s*$)

Answer 2

我使用VIM删除.CSV文件中的嵌套引号，这对我有用：

"[^,"][^"]*"[^,]

Answer 3

在vim中，我用它来删除所有未转义的引号。

:%s/\v("(,")@!)&((",)@<!")&("(\n)@!)&(^@<!")//gc

详细解释是，

: - start the vim command
    % - scope of the command is the whole file
    s - search and replace
        / - start of search pattern
        \v - simple regex syntax (rather than vim style)
            (
                " - double quote
                (,") - comma_quote
                @! - not followed by
            )
            & - and
            (
                (",) - quote_comma
                @<!- does not precedes
                " - double quote
            )
            & - and
            (
                " - double quote
                (\n) - line end
                @! - not followed by
            )
            & - and
            (
                ^ - line beginning
                @<! - does not precedes
                " - double quote
            )
        / - end of search pattern and start of replace pattern
             - replace with nothing (delete)
        / - end of replace pattern
    g - apply to all the matches
    c - confirm with user for every replacement

这很快就完成了这项工作。唯一失败的实例是数据中存在“，”模式的实例。

正则表达式，用于在CSV文件中查找和替换未转义的非连续双引号

3 个答案: