我正在尝试编写一个正则表达式，它将从 CSV 文件中提取单个字段。
例如，如果在 CSV 文件中给出以下行：
123, Bob ,Bob, " Foo Bar ", "a, ""b"", c"
应该给出以下结果（不带单引号）：
'123'
'Bob'
'Bob'
' Foo Bar '
'a, "b", c'
请注意，除非它们在引号内，否则应修剪前导和尾随空格。
我不担心无效的 CSV 行，例如没有匹配右引号的开引号。根据上述规则，您可以放心地假设 CSV 文件完全有效。
如果单个正则表达式很困难，我也可以使用多个正则表达式。但我喜欢避免使用标准 C# 操作，除非它们简单而简短。（我不想最终写很多代码。）
那么，有什么建议吗？
我不会尝试编写我自己的 csv 解析器，那里有很多可以为您完成这项工作。
好吧，正则表达式可能存在许多陷阱和错误...尝试遵循它对我有用的代码，它既甜美又简单...
Using Reader As New Microsoft.VisualBasic.FileIO.TextFieldParser("C:\MyFile.csv")
Reader.TextFieldType = Microsoft.VisualBasic.FileIO.FieldType.Delimited
Dim MyDelimeters(0 To 0) As String
Reader.HasFieldsEnclosedInQuotes = False
Reader.SetDelimiters(","c)
Dim currentRow As String()
While Not Reader.EndOfData
Try
currentRow = Reader.ReadFields()
Dim currentField As String
For Each currentField In currentRow
MsgBox(currentField)
Next
Catch ex As Microsoft.VisualBasic.FileIO.MalformedLineException
MsgBox("Line " & ex.Message &
"is not valid and will be skipped.")
End Try
End While
End Using
如果发现方便，请标记为答案...；）
请在此处查看相同的实现,,,
我同意正则表达式不是“正确”的答案，但这是问题所要求的，我喜欢一个好的正则表达式挑战。
下面的模式是我的标准 CSV 解析正则表达式的修改版本，它删除了空格并假设 CSV 按照您的要求是完美的。您的问题中唯一没有解决的部分是它不会删除转义/双引号。模式后给出了取消转义引号的示例。
当 CSV 文件/流的一个或多个行/记录传递给下面的正则表达式时，它将为每个非空行/记录返回一个匹配项。每个匹配项都将包含一个名为的捕获组，该组Value包含该行/记录中的捕获值。
这是注释模式（在 Regexstorm.net 上测试）：
(?<=\r|\n|^)(?!\r|\n|$) // Records start at the beginning of line (line must not be empty)
(?: // Group for each value and a following comma or end of line (EOL) - required for quantifier (+?)
[^\S\r\n]* // Removes leading spaces
(?: // Group for matching one of the value formats before a comma or EOL
"(?<Value>(?:[^"]|"")*)"| // Quoted value -or-
(?<Value>[^,\r\n]+)| // Unquoted/open ended quoted value -or-
(?<Value>) // Empty value before comma (before EOL is excluded by "+?" quantifier later)
)
[^\S\r\n]* // Removes trailing spaces
(?:,|(?=\r|\n|$)) // The value format matched must be followed by a comma or EOL
)+? // Quantifier to match one or more values (non-greedy/as few as possible to prevent infinite empty values)
(?:(?<=,)(?<Value>))? // If the group of values above ended in a comma then add an empty value to the group of matched values
(?:\r\n|\r|\n|$) // Records end at EOL
这是没有所有注释或空格的原始模式。
(?<=\r|\n|^)(?!\r|\n|$)(?:[^\S\r\n]*(?:"(?<Value>(?:[^"]|"")*)"|(?<Value>[^,\r\n]+)|(?<Value>))[^\S\r\n]*(?:,|(?=\r|\n|$)))+?(?:(?<=,)(?<Value>))?(?:\r\n|\r|\n|$)
而且，这是 C# 转义版本。
String CSVPattern=
@"(?<=\r|\n|^)(?!\r|\n|$)" +
@"(?:" +
@"[^\S\r\n]*" +
@"(?:" +
@"""(?<Value>(?:[^""]|"""")*)""|" +
@"(?<Value>[^,\r\n]+)|" +
@"(?<Value>)" +
@")" +
@"[^\S\r\n]*" +
@"(?:,|(?=\r|\n|$))" +
@")+?" +
@"(?:(?<=,)(?<Value>))?" +
@"(?:\r\n|\r|\n|$)";
关于如何使用正则表达式模式的示例（嗯，可以用这种模式替换的原始模式）可以在我对类似问题的回答中找到，或者在C# pad上，或者在这里。
注意：上面的示例包含取消转义/取消双引号的逻辑，如下所示：
if (Capture.Length == 0 || Capture.Index == Record.Index || Record.Value[Capture.Index - Record.Index - 1] != '\"')
{
// No need to unescape/undouble quotes if the value is empty, the value starts
// at the beginning of the record, or the character before the value is not a
// quote (not a quoted value)
Console.WriteLine(Capture.Value);
}
else
{
// The character preceding this value is a quote
// so we need to unescape/undouble any embedded quotes
Console.WriteLine(Capture.Value.Replace("\"\"", "\""));
}
您可以使用.NET 框架中内置的TextFieldParser类。
为了在您的 C# 应用程序中使用该类，您需要 Microsoft.VisualBasic.dll在以下位置添加对的引用（假设您进行了默认设置安装）
C:\Program Files (x86)\Reference Assemblies\Microsoft\Framework\.NETFramework\v4.0\Microsoft.VisualBasic.dll
现在在您的 C# 类中有以下 using 语句：
using Microsoft.VisualBasic.FileIO