我的数据存在于由管道分隔的txt文件中。不幸的是，2个字段可以有多个值。为了分离这些倍数，发送者再次使用管道，但在它周围加上引号。我的正则表达式工作了几个月，直到某种罕见的情况......
Regex目前：
([^\|]*)\|"?([^"]*)"?\|([^\|]*)\|"?([^"]*)"?
它适用于大多数情况下发生的以下情况： ABC | “part1的| 2部分” | ABC | “工具1 | TOOL2”
但是这种情况是([^"]*)向前跳跃并从空白到引号末尾的所有内容：
ABC ABC || | “工具1 | TOOL2”
所以我意识到我必须考虑到下一个管道而不是报价。 只是不确定如何............. 附：对于那些可能正在考虑这个问题的PIG人，我从每个转义中删除了反斜杠，使其看起来更像Java，但在PIG中你需要2，fyi。
答案 0 :(得分：0)
在表达式中，您需要指定|之间的部分可以引用或不引用。你可以这样做：
(("[^"]*")|((?!")[^|]*))
现在，您可以根据需要在|之间多次重复此部分。