regex - 返回文本数据库的列条目的正则表达式规则

Question

给定一个简单的分隔符分隔的文本数据库，我想构造一个正则表达式规则，它返回列/字段条目。

给出以下两个示例行

entry1 = '|123|some|string   |101112  |'
entry2 = '|123|some|  |101112  |'

我想得到以下输出：

values1 = '123', 'some', 'string', '101112'
values2 = '123', 'some', '', '101112'

到目前为止，我正在使用以下regexp和regexprep组合：

values = regexp(regexprep(entry '[\s]', ''), '\|', 'split')

不幸的是，它返回以下内容：

values1 =  ''    '123'    'some'    'string'    '101112'    ''
values2 =  ''    '123'    'some'    ''    '101112'    ''

但我想得到（''之前没有额外的，之后123没有额外的）：'''101112'

values1 = '123', 'some', 'string', '101112'
values2 = '123', 'some', '', '101112'

鉴于我的正则表达式规则，为什么我''在开头和结尾都得到了？如何更改我的正则表达式规则，只返回字段值？

score 1 · Accepted Answer

我不确定这是否正是您所要求的，但您可以使用strread：

strread(entry1(2:end),'%d','delimiter','|')
ans =
         123
         456
         789
      101112

score 0 · Accepted Answer

那里有空字符串，因为您告诉 matlab 在|字符处拆分。分裂意味着你在那里切割。如果之前没有任何内容|，您将得到空字符串。例如，拆分这个（子结果之后regexprep）：

'|123|456|789|101112|'

结果（想象在处切割字符串|）：

'', '123', '456', '789', '101112', ''

因此，要么在第一个和最后一个之间拆分字符串|：

nospaces = regexprep(entry, '\s', '')
betweenpipes = nospaces(2:size(nospaces,2)-1)
values = regexp(betweenpipes, '\|', 'split')

..或者根本不使用拆分，只需搜索所需的模式：

regexp(entry, '(?=\)(?:\s*)(\d+)(?:\s*)(?=\)', 'match')

正则表达式解释：

我是凭记忆写的，因为我这里没有matlab，所以可能会有一些错误..

2 回答 2