regexp规则返回文本数据库的列条目

Question

给定一个简单的分隔符分隔文本数据库，我想构建一个regexp规则，它返回列/字段条目。

给出以下两个示例行

entry1 = '|123|some|string   |101112  |'
entry2 = '|123|some|  |101112  |'

我想获得以下输出：

values1 = '123', 'some', 'string', '101112'
values2 = '123', 'some', '', '101112'

到目前为止，我正在使用以下regexp和regexprep组合：

values = regexp(regexprep(entry '[\s]', ''), '\|', 'split')

遗憾地返回以下内容：

values1 =  ''    '123'    'some'    'string'    '101112'    ''
values2 =  ''    '123'    'some'    ''    '101112'    ''

但我希望得到（''之前没有额外123而''之后没有额外'101112'：

values1 = '123', 'some', 'string', '101112'
values2 = '123', 'some', '', '101112'

根据我的正则表达式规则，为什么我在开始和结束时得到''？如何更改正则表达式规则，仅返回字段值？

Answer 1

我不确定这正是您所要求的，但您可以使用strread：

strread(entry1(2:end),'%d','delimiter','|')
ans =
         123
         456
         789
      101112

Answer 2

空字符串就在那里，因为你告诉matlab以|字符分割。分裂意味着你在那里切割。如果|之前没有任何内容，您将获得空字符串。例如，拆分它（regexprep之后的子结果）：

'|123|456|789|101112|'

导致（想象在|处剪切字符串）：

'', '123', '456', '789', '101112', ''

因此，要么在第一个和最后一个|之间拆分字符串：

nospaces = regexprep(entry, '\s', '')
betweenpipes = nospaces(2:size(nospaces,2)-1)
values = regexp(betweenpipes, '\|', 'split')

..或者根本不使用拆分，只搜索所需的模式：

regexp(entry, '(?=\)(?:\s*)(\d+)(?:\s*)(?=\)', 'match')

Regexp解释道：

1. 寻找|，但不记得了：(?=\|)
2. 跳过可能的空格，但不记得它：(?:\s*)
3. 匹配一个号码：(\d+)
4. 跳过可能的空格，但不记得它：(?:\s*)
5. 寻找|，但不记得了：(?=\|)

我在内存中写这个，因为我没有matlab，所以可能有一些错误..