1

我必须在 VB.NET 中解析一个字符串，它具有以下结构

  1. 由新行分隔的记录
  2. 每条记录的固定字段数，用逗号分隔
  3. 字段可以被引用（字符串）或不被引用（其他类型的数据 - 日期、整数等）
  4. 注释字段（字符串）可以包含换行符和逗号

因此，由于第 4 点，如果在奇数和偶数引号之间（例如，如果在引号 1 和 2 之间，它们在注释字段中并且必须被忽略，但如果在引号 2 之间，则必须忽略逗号和新行作为字段/记录分隔符） 3，它们是字段/记录分隔符。

我可以为此编写手动解析代码，但认为正则表达式可能更可靠。但我对正则表达式的经验非常有限。

示例字符串

（记录1）

10,"测试",10.1,,,"123"

（记录2）

20,"测试，有逗号
和换行",,2.1,,"aaa"

所以实际的字符串是

10,"Test",10.1,,,"123"
20,"Test, 有逗号
和换行",,2.1,,"aaa"

编辑：
我需要添加更多说明：

1. 记录可以有更多或更少的 4 个字段
2. 字段可以为空

所以一个实际的测试输入字符串可以是

10,"Test",10.1,,,"123"
20,"Test, 有逗号
和换行",,2.1,,"aaa"

所以显然问题应该分为两部分：

  1. 提取记录（新行不在引号之间）
  2. 对于每条记录，提取字段（用逗号分隔，不在引号之间）

我应该如何拆分正则表达式（或有两个正则表达式）来匹配这个？

谢谢

4

1 回答 1

1

我不知道如何消除每个字段的表达式的冗余，但根据此测试，以下内容似乎适用于您的示例：

("[^"]*"|[^",\n]+),("[^"]*"|[^",\n]+),("[^"]*"|[^",\n]+),("[^"]*"|[^",\n]+)

如果您使用重复组，则匹配只会保留到最后一个实例。如果有人知道如何解决这种重复，我会很感兴趣。

更新：如果您了解每个位置字段的类型（例如，是否是带引号的字符串、整数、浮点数等），您当然可以相应地调整正则表达式。

于 2013-06-24T16:23:06.860 回答