Question

我正在试图找出正确解析非标准csv文件的解决方案。 Csv分隔符是逗号。问题是，我必须解析第6个字段，但其中可能有零到多个逗号。为了更好的可视化，这个字段用引号括起来，例如有一个逗号。行情可能没有。因此，我需要在第5个字段之后和最后的三个字段之前解析所有内容。

示例：

记录1：

546511,56756121,None,None,channel10,"abcd,efgh",2016-11-29 22:50:00+01:00,125.0,False

正则表达式结果：＆＃34; abcd，efgh＆＃34;

记录2：

546511,56756121,None,None,channel10,ij,kl,mnop,2016-11-29 22:50:00+01:00,125.0,False

正则表达式结果：ij，kl，mnop

记录3：

546511,56756121,None,None,channel10,stuvwxyz,2016-11-29 22:50:00+01:00,125.0,False

正则表达式结果：stuvwxyz

请问这个正确的正则表达式是什么？非常感谢

Answer 1

这将为你做到：

它匹配前五个字段（任何非,字符，一次或多次，然后是^([^,]+),([^,]+),([^,]+),([^,]+),([^,]+),(.*),([^,]+)\+\d\d:\d\d,([^,]+),([^,\n]+)$。然后捕获所需数据。最后匹配最后三个领域。

捕获组1的结果。

（如果你需要匹配，你必须指定正则表达式的味道。）

See it here at regex101

修改

好的，在考虑你的评论后，试试这个：

{1}

Here at Regex101

（注意！如果您只打算匹配一个实例，则不需要量词^([^,]+),([^,]+),([^,]+),([^,]+),([^,]+),"?(.*?)"?,([^,]+)\+\d\d:\d\d,([^,]+),([^,\n]+)$。）

修改2

行。我们再来一次。

无法通过一次操作删除组内的引号。但是，您可以使用
删除周围的引号
{{1}}

Here at Regex101。（略微修改以更好地可视化。）

Answer 2

或者，您可以指定要提取的短语周围的边界。例如（假设一边有一个像'channelxx'的测试，另一边有一个日期）。像这样。

^.\*channel[0-9][0-9],(.\*),20[0-9][0-9]-[0-9][0-9]-[0-9][0-9] .*

非标准csv文件的正则表达式

示例：

2 个答案: