我要修复一个存储大约200,000条记录的txt文件 每条记录应由逗号分隔8列。
但是，某些数据已损坏，导致额外的逗号。我需要摆脱可能在第3列中发生的额外逗号
5180,1103131373，Good Day，ABC，12,34,75484,7 / 1/2014 12:00:00 AM，＆lt; ---正确的格式 5180,1103131373，Good，Day，ABC，12,34,75484,7 / 1/2014 12:00:00 AM，＆lt; - 不正确
即。在这个例子中，Good Day应该存储在一列而不是两列中。
我可以通过正则表达式(.*,.*,.*),(.*,.*,.*,.*,.*,.*,)找到它们
但是当我尝试使用\1\2替换额外的逗号时，缺少一些记录
欢迎任何输入。提前致谢。
答案 0 :(得分：0)
您应该将.*替换为[^,\r\n]*，并在模式开始时添加^。
使用
^([^,\r\n]*,[^,\r\n]*,[^,\r\n]*),([^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,)
并替换为\1\2。
[^,\r\n]否定字符类匹配除,，CR和LF符号之外的任何字符。 \1是对第1组（([^,\r\n]*,[^,\r\n]*,[^,\r\n]*)）中值的反向引用，\2是对第2组（([^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,[^,\r\n]*,)）中值的反向引用。