Question

让我先说一下，在谈到RegEx时，我是一个完全的业余爱好者，并且仅在几天前开始。我正在尝试解决格式化文件的问题，并且遇到了特定类型数据的问题。输入文件的结构如下：

Two words,Word,Word,Word,"Number, number"

我需要做的就是像这样格式化......

"Two words","Word",Word","Word","Number, number"

我有一个RegEx模式

s/,/","/g

工作，除了它还替换已引用的Number，number部分中的逗号，这会导致字段分离并中断文件。基本上，我需要修改我的模式以用“，”[引号逗号引号]替换逗号，但仅当该逗号后面没有空格时。请注意，其他字段的逗号后面不会有空格，只有分隔的数字列表。

我设法写了

s/,[A-Za-z0-9]/","/g

，在匹配相应的字符串时，将替换逗号和后面的字母。我听说过反馈并认为可能是我需要使用的东西？我的理解是

s/(,)[A-Za-z0-9]\b

应该有效，但事实并非如此。

有人有想法吗？

Answer 1

我的经验是，这不是对正则表达式的很好用。如前所述，CSV文件可以通过真正的CSV解析器更好地处理。你没有标记语言，所以很难说，但是在perl中，我使用Text :: CSV_XS或DBD :: CSV（允许我访问一个CSV文件就好像它是一个表，当然，在封面下使用Text :: CSV_XS）。比滚动我自己简单得多，比使用正则表达式更强大。

Answer 2

s/,([^ ])/","$1/将匹配“,”后跟“not-a-space”，捕获非空格，然后用捕获的部分替换整个事物。

根据您使用的正则表达式引擎，您可能正在编写\1或其他内容，而不是$1。

如果您正在使用Perl或以其他方式访问具有否定前瞻功能的正则表达式引擎，则s/,(?! )/","/（“,”后面没有空格）可以正常工作。

您的输入看起来像CSV，如果确实如此，您最好使用真正的CSV解析器而不是正则表达式解析它。还有很多其他奇怪的角落需要担心。

Answer 3

此问题类似于：Replace patterns that are inside delimiters using a regular expression call。

这可行：

s/"([^"]*)"|([^",]+)/"$1$2"/g

Answer 4

看起来你正在使用Sed。

虽然你的模式似乎有点不一致，但我假设你喜欢用逗号分隔的每个项目都有引号。否则，您正在查看正则表达式无意处理的计算复杂性区域。

通过sed，您的命令将是：

  sed 's/[ \"]*,[ \"]*/\", \"/g'

请注意，您仍然必须在字符串的开头和结尾添加双引号。

正则表达式部分字符串CSV匹配

4 个答案: