.NET Regex删除行情中的换行符

Question

我正在尝试清理文本文件，以便将其导入Excel，但文本文件包含多个双引号字段中的换行符。该文件以制表符分隔。

示例是：

"12313"\t"1234"\t"123

5679"
"test"\t"test"\t"test"
"test"\t"test"\t"test"
"12313"\t"1234"\t"123

5679"

我需要删除换行符，以便最终显示如下：

"12313"\t"1234"\t"1235679"
"test"\t"test"\t"test"
"test"\t"test"\t"test"
"12313"\t"1234"\t"1235679"

“\ t”是制表符分隔符。

我在SO上看了几个其他的解决方案，但它们似乎没有处理多行。我们尝试过使用多种CSV解析器解决方案，但似乎无法让它们适用于这种情况。目标是将整个字符串传递给REGEX表达式并让它返回，并且在引号之外的换行符保留的情况下删除引号之间的所有换行符。

Answer 1

您可以使用此正则表达式：

(?!(([^"]*"){2})*[^"]*$)\n+

Working Demo

这个匹配一个或多个新行字符未遵循偶数引号（它假设数据中没有转义异常）。

Answer 2

如果仅删除空白行：

string text = Regex.Replace( inputString, @"\n\n", "" , RegexOptions.None | RegexOptions.Multiline );

Answer 3

这对我有用：

var fixedCsvFileContent = Regex.Replace(csvFileContent, @"(?!(([^""]*""){2})*[^""]*$)\n+", string.Empty);

没有工作：

var fixedCsvFileContent = Regex.Replace(csvFileContent, @"(?!(([^""]*""){2})*[^""]*$)\n+", string.Empty, RegexOptions.Multiline);

因此，在对输入字符串进行检查时，不得添加RegexOptions.Multiline。

Answer 4

string output = Regex.Replace(input, @"(?<=[^""])\r\n", string.Empty);

Demo with the input provided