Question

我有一个CSV文件，其中包含以下类型的数据：

0,'VT,C',0,
0,'C,VT',0,
0,'VT,H',0,

我想要以下输出

0
VT,C
0
0
C,VT
0
0
VT,H
0

因此，在逗号上分割字符串，但忽略引号内的逗号。目前我正在使用以下RegEx：

("(?:^|,)(\"(?:[^\"]+|\"\")*\"|[^,]*)"

然而，这给了我以下结果：

0
VT
C
0
0
C
VT
0
0
VT
H
0

这表明RegEx没有正确读取引号。任何人都可以建议一些可能有帮助的改动吗？

Answer 1

通常，当涉及到CSV解析时，人们会使用特定的库，这些库非常适合他们用来编写应用程序的编程语言。

无论如何，如果你打算使用正则表达式进行一个非常宽松的（！）解析，你可以尝试使用这样的东西：

'(?<value>[^']*?)'

它将匹配单引号之间的任何内容，并假设csv文件格式正确，它将不会错过字段。当然它不接受嵌入式引号，但它很容易完成工作。这就是我在需要快速完成工作时所使用的。请不要认为它是您问题的完整解决方案......当需求与您描述的一致并且输入结构良好时，它只适用于特殊条件。

[编辑]

我再次检查你的问题，并注意到你想要包括非引用的字段......好吧，在这种情况下我的表达根本不起作用。无论如何听......如果你认真思考你的问题，你会发现这是很难解决的问题。因为你需要固定的规则，并且如果你允许引用而不是引用的字段，解析器将很难将合法逗号计算为分隔符/引用。

建模这种解决方案的另一个表达方式可能是：

('[^']+'|[^,]+),?

它将匹配引用/未引用的字段......无论如何，我不确定是否需要假设csv必须遵守严格的条件。据我所知，这比分裂策略更安全......你只需要收集所有匹配并在目标字符串上打印matched_value + \r\n。

Answer 2

此正则表达式基于'值'之前和之后 1 数字的事实

Regex.Replace(input, @"(?:(?<=\d),|,(?=\d))", "\n");

您可以在RegexStorm

上测试一下

Answer 3

我已设法根据需要获取以下方法来读取文件：

public List<string> SplitCSV(string input, List<string> line)
    {

        Regex csvSplit = new Regex("(([^,^\'])*(\'.*\')*([^,^\'])*)(,|$)", RegexOptions.Compiled);

        foreach (Match match in csvSplit.Matches(input))
        {
            line.Add(match.Value.TrimStart(','));
        }
        return line; 
    }

感谢大家的帮助。

Answer 4

foreach(var m in Regex.Matches(s,"(('.*?')|[0-9])"))

使用RegEx读取CSV文件

4 个答案: