使用正则表达式在双引号内的字符串中查找双引号

Question

我正在使用带有正则表达式的ultraedit。我想找到（并替换）和嵌入双引号，其中包含以双引号开头/结尾的字符串。这是一个带管道的文本文件作为界限。

如何找到嵌入式双引号：

  

＆＃34;这个字符串没问题。＆＃34; |＆＃34;这是＆＃34; C＆＃34;中间双引号。＆＃34; |＆＃34;下一行＆＃34;

我最终需要更换＆＃34; C＆＃34;中的双引号。只有C。

Answer 1

CSV中的重大折衷是在每种情况下都是正确的解析而不是简单。 这是一种合理调节的方法。如果你的管道旁边有引号，那么你最好使用PERL和Text :: CSV之类的东西。

有一个正则表达式的麻烦，需要在引号的每一边都有一个非管道字符（例如[^|]），因为解析器会吸收C然后再找不到另一个引用C旁边。

只要您在实际的CSV字符串中没有彼此相邻的管道和引号，此示例就可以正常运行。前瞻和后方是零宽度，因此除了引用之外，它们不会删除任何其他字符。

   1     2       3    4
(?<!^)(?<!\|)"(?!\|)(?!$)

1. 不要在行的开头匹配引号。
2. 不要在前面用管道匹配报价。
3. 之后不要用引号匹配引号。
4. 不要在字符串末尾匹配引号。

这样匹配的每个报价都可以删除。不要忘记指定全局替换以获取所有引号。

Answer 2

试试这个：

(["][^"]*)["]C["]([^"]*["])

并替换：

\1C\2

在Perl模式下启用正则表达式。

的截屏

UltraEdit Professional Text/HEX Editor 
Version 21.30.0.1005

尝试一下。

开始于：

"This string is ok."|"This is example with a "C" double quoted grade in middle."|"Next line"
"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"

结束于：

"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"
"This string is ok."|"This is example with a C double quoted grade in middle."|"Next line"

正则表达式的细分。

第一部分。

(["][^"]*)
from (["][^"]*)["]C["]([^"]*["])

这会查找以下序列：

1. 双重报价：["]。
2. 不是双引号的任意数量的字符：[^"]*
3. 围绕["][^"]*的括号表示正则表达式引擎应存储此字符序列，以便REPLACE部件可以引用它（作为后引用）。
4. 请注意，这会在开头和结尾重复 - 这意味着存储了两个序列。

第二部分。

["]C["]
from (["][^"]*)["]C["]([^"]*["])

这会查找以下序列：

1. 双重报价：["]。
2. 大写字母C（可能代表或不代表Cookie）。
3. 双重报价：["]。

正则表达式REPLACE的细分。

\1C\2

1. \1是后退参考，表示将其替换为第一个保存的序列。
2. 大写字母C（可能代表或不代表Cookie）。
3. \2是后退参考，表示将其替换为已保存的第二个序列。

Answer 3

对于您仅提供"\w"的示例，您可以使用正则表达式查找"C"

试试here

替换机制可能内置于ultraedit

Answer 4

你真的不想用正则表达式来做这件事。您应该使用可以理解管道分隔符的csv解析器。如果我只使用正则表达式，我会使用这样的多个替换：

使用占位符查找并替换带引号的好引号。开始/结束报价：

 s/(^"|"$)/QUOTE/g

管道分隔符附近的引号：

s/"\|"/DELIMITER/g

现在只保留嵌入的双引号。删除所有这些：

s/"//g

现在把好的报价放回去：

s/QUOTE|DELIMITER/"/g

Answer 5

nanny发布了一个很好的解决方案，但对于Perl脚本，不是在UltraEdit等文本编辑器中使用。

通常，字段值中可以使用双引号。但每个双引号必须用一个双引号进行转义。例如，在维基百科关于comma-separated values的文章中对此进行了解释。

这种非常简单的转义算法使得在CSV文件中按字符编码的编程语言非常容易。但双引号中包含的双引号，分隔符和换行符是CSV文件中正则表达式查找和替换的噩梦。

我已经在UltraEdit宏中记录了几个替换

InsertMode
ColumnModeOff
Top
PerlReOn
Find MatchCase RegExp "^"|"$"
Replace All "QuOtE"
Find MatchCase ""|"
Replace All "QuOtE|"
Find MatchCase "|""
Replace All "|QuOtE"
Find MatchCase """"
Replace All "QuOtEQuOtE"
Find MatchCase """
Replace All """"
Find MatchCase "QuOtE"
Replace All """

第一个替换是Perl正则表达式替换。一行开头或结尾的每个双引号都被此替换字符串 QuOtE 替换。我很确定CSV文件中不存在 QuOtE 。

管道字符前后的每个双引号也被 QuOtE 替换为下两个非正则表达式替换。

CSV文件中的转码双引号""将被 QuOtEQuOtE 替换为非正则表达式替换。

现在剩余的单引号被两个双引号替换，使它们在CSV文件中有效。你当然也可以删除那些单引号。

最后，所有 QuOtE 都会被替换为双引号。

注意：这不是最终的解决方案。这些替换可能会产生错误的结果，例如对于像这样的已有效的CSV行

"first value with separator ""|"" included"|second value|"third value again with separator|"|fourth value contains ""Hello!"""|fifth value

结果是

"first value with separator """|""" included"|second value|"third value again with separator|"|fourth value contains ""Hello!"""|fifth value

PS：上面的有效示例行应该在电子表格应用程序中显示为

first value with separator "|" included    second value    third value again with separator|    fourth value contains "Hello!"    fifth value