正则表达式以捕获多行报价

Question

...,"My quote goes on
to multiple lines
like this",...

我如何在正则表达式中捕捉到它？我希望在替换中以

结束

....,"My quote goes on to multiple lines like this",...

我试过

"(?<!\")\r\n(?!\")"

这是为了找到一个不以引号结尾的换行符，而下一行也不以引号开头。

使用正则表达式在R中完成以下替换，但没有运气......

newDF = gsub( "(?<!\")\r\n(?!\")", " ", newDF, perl = TRUE)

Answer 1

您可以匹配引用的子字符串，然后使用gsubfn来替换引用的子字符串中的换行符：

library(gsubfn)
s = "...,\"My quote goes on\r\nto multiple lines\r\nlike this\",..."
gsubfn("\"[^\"]+\"", function(x) gsub("(?:\r?\n)+", " ", x), s)
[1] "...,\"My quote goes on to multiple lines like this\",..."

"[^"]+"模式匹配所有引用的子字符串，然后(?:\r?\n)+匹配可选CR（\r?）的1个或多个序列，后跟1个LF（用空格替换）

或者，您可以使用像

这样的PCRE正则表达式获得类似的结果

gsub("(?:\r?\n)+(?!(?:[^\"]|\"[^\"]*\")*$)", " ", s, perl=T)
[1] "...,\"My quote goes on to multiple lines like this\",..."

请参阅regex demo。 (?!(?:[^\"]|\"[^\"]*\")*$)前瞻确保字符串结尾没有引号。

Answer 2

> x <- "My quote goes on
+ to multiple lines
+ like this"

> gsub("\\n", " ", x)
[1] "My quote goes on to multiple lines like this"

不要忘记加倍反斜杠。