Question

我正在尝试使用正则表达式拆分解析文件，它适用于'\t'字符，但某些行在字段内部有'\t'而不是作为分隔符。

喜欢：

G2226   TEST 1  C   29  Internal Head Office    D   Head Office ZZZ Unassigned  10910   10/10/2011  11/10/2011  10/10/2011  11/10/2011  "Test call  Sort the customer out some data. See the customer again tomorrow to talk about Prod     "   Mr ABC          Mr ABC                  Mr  ABC Mr  ABC Credit Requested    BDM Call    Internal Note   10

这部分有两个我希望被忽略的标签：

"Test call  Sort the customer out some data. See the customer again tomorrow to talk about Prod\t\t"

好消息是，它们包含在双引号中，但我无法弄清楚如何忽略它们，任何想法？

编辑：

我的目标是获得36列，使用Regex.Split(lineString,'\t') '\t'之后某些列可能会更多，因为它们在某些字段中包含'\t'个字符。我想忽略那些。上面的一个出现了38个cols，被我的数据表拒绝，因为标题只有36个cols，我想解决这个问题。

Answer 1

正则表达式不是正确的工具。

您基本上有CSV格式，它是“制表符分隔”，而不是“逗号分隔”，但它的工作方式完全相同。因此，找到CSV parser并使用它 - 分离字符通常是可配置的。

Answer 2

如果您有一个简单的CSV文件，那么正则表达式拆分通常是处理它的最简单方法。

但是，如果您的CSV文件包含更复杂的元素，例如包含分隔符或换行符的引用字段，则此方法将不再有效。正确解析这些类型的文件并不是一件小事，因此您应尽可能使用库。

this question的答案为可以读取CSV文件的C＃库提供了几个选项。

Answer 3

如果你真的需要一个正则表达式，你可以尝试这样的事情：

(?!\t")\t(?!\t")

如何使用正则表达式忽略双引号内的\ t字符？

3 个答案: