Question

我的问题如下：

我有一个csv文件，其中列的数据用双引号括起来（＆＃34;）行尾为\r\n（十六进制值：0D0A）。

我的问题： 列可以包含\r\n（通常是带有运营商返回的书面句子）当我想在Excel中加载CSV时，这个\ r \ n被理解为一个新行。

我的问题解决方案是： 使用正则表达式执行以下逻辑：

列以双引号开头，以双引号结束
使用\ r \ n
有问题的列以双引号（＆＃34;）开头，包含\ r \ n并以双引号结束（＆＃34;）

找到每个有问题的列（使用正则表达式）
用空格替换\ r \ n（十六进制值：20）
端

使用regex和c＃的任何解决方案？

非常感谢你的帮助

Answer 1

我无法想到找到有问题的条目的简单方法（并不意味着没有任何问题），但有一种简单的方法可以找到用双引号括起来的所有条目。然后，如果它们是ptoblematic，您可以更改它们：

var result = Regex.Replace(input, @"""(?:(\r\n)|[^""])+""", delegate(Match m)
            {
                if (string.IsNullOrEmpty(m.Groups[1].Value))
                    return m.Value;
                return m.Value.Replace("\r\n", " ");
            });

可能出现的问题：

如果您的文件已转义双引号字符，则可能无效。你必须测试它。

Answer 2

我假设CSV文件首先有效，双引号"字符不属于该字段。

第一个假设对于减少这里的工作很重要。如果不成立，最好使用CSV解析器解析文件，然后在每个列上进行替换。

如果您知道双引号如何在CSV中转义，则可以通过一个小修改删除第二个假设。如果"指定了""，请将下面代码中的[^\"]更改为(?:[^\"]|\"\")。如果"指定了\"，请将以下代码中的[^\"]更改为(?:[^\\\\\"]|\\\\.)。

逐行阅读文件并按如下方式处理：

if (Regex.IsMatch(line, "^\"?[^\"]*\"(,\"[^\"]*\")*$")) {
    // Write the current line to file with line ending
} else {
    // Write the current line to file without line ending
}

为了便于理解，让我删除字符串文字转义：

^"?[^"]*"(,"[^"]*")*$

对于有效的CSV，如果行没有任何具有新行的列，则上面的正则表达式将匹配整行/行;如果行具有带新行的某些列，则该行的最后一行将匹配整行/行。我用它来检测哪一行避免追加换行符。

使用Regex替换csv列中的\ r \ n

2 个答案: