Question

我有一个很大的CSV文件，正在用Java解析。问题是，在某些标有“”的文本部分中，我有换行符。我现在正在尝试删除“”部分中的所有换行符，但到目前为止未成功。

例如，我有以下CSV：

"Test Line wo line break"; "Test Line 
with line break"
"Test Line2 wo line break"; "Test Line2 
with line break"

结果应为：

"Test Line wo line break"; "Test Line with line break"
"Test Line2 wo line break"; "Test Line2 with line break"

到目前为止，我已经尝试了以下方法：

s.replaceAll("(\\w)*\r\n", "$1");

但是，不幸的是，这取代了所有换行符，也替换了行尾的换行符。

然后，我将双撇号添加到正则表达式中：

s.replaceAll("\"(\\w)*\r\n\"", "$1");

但是，不幸的是，没有任何东西可以替代。

您能帮我找出我在这里做错了什么吗？

预先感谢

Answer 1

您可以使用简单的"[^"]*"正则表达式来匹配双引号之间的所有子字符串，并使用之间删除所有的换行符

String s = "\"Test Line wo line break\"; \"Test Line \nwith line break\"\n\"Test Line2 wo line break\"; \"Test Line2 \nwith line break\"";
StringBuffer result = new StringBuffer();
Matcher m = Pattern.compile("\"[^\"]*\"").matcher(s);
while (m.find()) {
    m.appendReplacement(result, m.group().replaceAll("\\R+", ""));
}
m.appendTail(result);
System.out.println(result.toString());

输出：

"Test Line wo line break"; "Test Line with line break"
"Test Line2 wo line break"; "Test Line2 with line break"

请参见Java demo online。

请注意，.replaceAll("\\R+", "")找到1个或多个任何换行符序列，并仅从匹配的“” [^“] *”中删除它们。

Answer 2

如果您可以避免，我不建议您自己解析CVS。通常，解析原始文本通常会变得很麻烦，因为您需要处理各种异常，例如，您很容易达到正则表达式不够用的地步，并且您需要能够解析上下文无关的语法。

库中有一些用于解析CSV的选项：CSV parsing in Java - working example..?

Java：如何删除双引号之间的所有换行符

2 个答案: