Question

我有一个文本文件，如下所示：

"0","Column","column2","Column3"

我设法将数据分解为以下内容：

"0"
"Column"
"Column2"
"Column3"

使用,(?=(?:[^']*'[^']*')*[^']*$)，现在我想删除引号。我已经在线上的正则表达式测试器测试了表达式[^\s"']+|"([^"]*)"|\'([^\']*)，它给出了我所寻找的正确输出。但是，使用表达式时出现语法错误：

String[] columns = Regex.Split(dataLine, "[^\s"']+|"([^"]*)"|\'([^\']*)");

语法错误'，'预计

我尝试了转义字符，但无济于事，我错过了什么吗？

任何帮助将不胜感激！

谢谢。

Answer 1

C＃可能在转义反斜杠。试试：

Edit

Answer 2

问题在于正则表达式中的双引号，编译器对此感到扼制，认为它们是字符串的结尾。您必须像这样逃避它们：

val spark = SparkSession
  .builder()
  .appName("Spark SQL json example")
  .master("local[1]")
  .getOrCreate()
import spark.implicits._
val df = spark.read.json
val schema = df.schema
val columns = df.columns // enough for flat tables

val dataframe2 = df.withColumn("MissingString1", lit(null).cast(StringType) ) .withColumn("MissingString2", lit(null).cast(StringType) ) .withColumn("MissingDouble1", lit(0.0).cast(DoubleType) )：

您实际上可以使用一个正则表达式来完成所有您想做的事情，而无需先拆分：

withColumns()

这里我使用@引号的字符串，其中双引号被双引而不是转义。

正则表达式使用后向查找双引号，然后匹配除逗号'以外的任何字符，零回零，然后再向前查找双引号。

使用方法：

"[^\s\"']+|\"([^\"]*)\"|\'([^\']*)"

Answer 3

您需要在正则表达式中转义双引号，因为它们会关闭字符串文字。另外，要处理“无法识别的转义序列”，您需要对\中的\s进行转义。

执行此操作的两种方法：

使用反斜杠转义所有要关注的字符："[^\\s\"']+|\"([^\"]*)\"|\'([^\']*)"
使用@语法表示“ verbatim”字符串文字。仍然需要对双引号进行转义，但要对每个""使用"：@"[^\s""']+|""([^""]*)""|'([^']*)"

无论如何，当我测试您的新正则表达式时，它似乎也正在捕获一些空组，请参见：https://dotnetfiddle.net/1WQE4R

C＃正则表达式拆分引号和逗号语法错误

3 个答案: