Question

我有一行CSV

first decimal;;;first text;;second text with newlines, special symbols, including semicolons;second decimal, always present;first dot separated float, may not present;second dot separated float, may not present;third text that present only if present previous float

我需要删除第二个文本（使用新行和特殊符号）。

至于现在我的表达方式如下：

(?<=;;)(.*?)(?=;\d+)

它的第一部分不起作用，我不知道如何让它选择前面只有两个分号的文本（现在它选择前面有两个或更多分号的文本和第一个小数，后面加分号+换行符，如果我打开dotall）。此外，我不知道如何在此处添加换行符号(.*?)。

Answer 1

如果您的CSV文件包含分号和换行符作为引用字段的一部分，那么正则表达式不是正确的工具。想象一下如果你有像"This is one field;;don't split this;42" ......

这样的字段会发生什么

如果您确定在引用字段之前或之内永远不会有两个分号，那么您可以尝试使用正则表达式。但是专用的CSV解析器绝对是一个更安全的选择。

那就是说，让我们看看为什么你的正则表达式失败了：

想象一下1;;;2;3行。你的正则表达式将匹配;2，因为它符合所有要求 - 前面有两个分号，后面有一个分号加数字。这也是字符串中此位置的最短匹配。

你能做什么？您可以使用另一个lookbehind断言来确保在当前位置之前无法匹配三个分号：

(?<=;;)(?<!;;;)(.*?)(?=;\d+)

尝试一下 - 但也要查看CSV库，因为它们可以更好地解决您的问题。

正则表达式从csv中删除行

1 个答案: