Question

我用例如。

之类的记录分隔了文件

val1|"val2"|"val3|val4"|val5

我需要拆分记录，以便如果字段中包含分隔符，则应该引用它。否则，如果字段不包含分隔符（|），则应省略quote。

输出应该是这样的：

col1=val1
col2=val2
col3="val3|val4"
col4=val5

我修改了类似问题的答案以获得以下代码。

String testData = "val1|"val2"|"val3|val4"|val5";
        char quote = '"';
        List<String> csvList = new ArrayList<String>();
        boolean inQuote = false;
        boolean delimInside = false;
        boolean isPrevQuoted = false;
        ;
        int lastStart = 0;
        for (int i = 0; i < testData.length(); i++) {
            if ((i + 1) == testData.length()) {

                if (inQuote && !delimInside) {

                    csvList.add(testData.substring(lastStart + 1, i));
                } else {
                    csvList.add(testData.substring(lastStart, i + 1));
                }
            }
            if (testData.charAt(i) == quote) {
                // if the character is quote
                if (inQuote) {
                    inQuote = false;
                    isPrevQuoted = true;
                    continue; // escape
                }
                inQuote = true;
                continue;
            }
            if (testData.charAt(i) == '|') {
                if (inQuote) {

                    delimInside = true;
                    continue;
                }
                if (isPrevQuoted && !delimInside) {

                    csvList.add(testData.substring(lastStart + 1, i - 1));
                } else {
                    csvList.add(testData.substring(lastStart, i));
                }

                delimInside = false;
                isPrevQuoted = false;
                lastStart = i + 1;
            }
        }

我一直在寻找优雅的解决方案。提前谢谢。

Answer 1

以下是使用和不使用正则表达式进行此操作的一种方法示例。首先，将字符串拆分为"：

String test = "1|\"2\"|\"3|4\"|5|\"6|7|8\"";
List<String> list = new ArrayList<>();
String[] strings = test.split("\"");

那些是：

1|
2
|
3|4
|5|
6|7|8

没有正则表达式我使用StringBuilder，所以不要创建太多字符串。我在适当时修剪|并用"填充：

for (int i=0; i < strings.length; i++) {
    if (strings[i].equals("|"))
        continue;
    StringBuilder builder = new StringBuilder(strings[i]);
    if (strings[i].startsWith("|"))
        builder.deleteCharAt(0);
    if (strings[i].endsWith("|"))
        builder.deleteCharAt(builder.length()-1);
    if (builder.indexOf("|") != -1)
        builder.append("\"").insert(0, "\"");
    list.add(builder.toString());
}

使用正则表达式时，我只需要在适当时使用"进行填充：

Pattern pat = Pattern.compile("([^|]+(?:\\|.+)?)");

for (int i=0; i < strings.length; i++) {
    Matcher m = pat.matcher(strings[i]);
    while (m.find()) 
        if (m.group(1).contains("|"))
            list.add("\"".concat(m.group(1)).concat("\""));
        else
            list.add(m.group(1));
}

System.out.println(list)之后两者的输出均为[1, 2, "3|4", 5, "6|7|8"]。您可以使用或不使用String而不是StringBuilder，具体取决于您的具体情况。

在java中用双引号拆分字符串

1 个答案: