c# - 如何使用正则表达式忽略双引号内的 \t 字符？

Question

我正在尝试使用正则表达式拆分来解析文件，它适用于'\t'字符，但有些行在'\t'字段内部而不是作为分隔符。

喜欢 ：

G2226   TEST 1  C   29  Internal Head Office    D   Head Office ZZZ Unassigned  10910   10/10/2011  11/10/2011  10/10/2011  11/10/2011  "Test call  Sort the customer out some data. See the customer again tomorrow to talk about Prod     "   Mr ABC          Mr ABC                  Mr  ABC Mr  ABC Credit Requested    BDM Call    Internal Note   10

这部分有 2 个标签，我希望被忽略：

"Test call  Sort the customer out some data. See the customer again tomorrow to talk about Prod\t\t"

好消息是，它们包含在双引号中，但我不知道如何忽略它们，有什么想法吗？

编辑：

我的目标是获得 36 列，Regex.Split(lineString,'\t')使用后某些列可能会出现更多，'\t'因为它们'\t'在某些字段中包含字符。我想忽略那些。上面的结果是 38 列，我的数据表拒绝了，因为标题只有 36 列，我想解决这个问题。

Answer 1

如果您有一个简单的 CSV 文件，那么正则表达式拆分通常是处理它的最简单方法。

但是，如果您的 CSV 文件包含更复杂的元素，例如包含分隔符或换行符的引用字段，则此方法将不再有效。正确解析这些类型的文件并非易事，因此您应该尽可能使用库。

这个问题的答案为可以读取 CSV 文件的 C# 库提供了几个选项。

Answer 2

如果你真的需要一个正则表达式，你可以尝试这样的事情：

(?!\t")\t(?!\t")

Answer 3

正则表达式不是正确的工具。

您基本上具有 CSV 格式，它是“制表符分隔”，而不是“逗号分隔”，但它的工作原理完全相同。因此，找到一个CSV 解析器并使用它 - 分隔字符通常是可配置的。