regex - 正则表达式查找前面没有逗号的所有引号

Question

我有一个格式不正确的 CSV 文件，我需要寻找额外的引号。

这是它的样子：

"1","title","desc desc dejdg sdjgh djhg"

"2","title2","desc jhgdj "jhsgfjhsgd" jhgd"
                         ^^^^^^^^^^^^

我需要寻找之前"没有的任何东西,：

(\")(?!\,) 

这意味着寻找任何"没有正确之后的东西,，但我不知道如何, 在".

Answer 1

您要求的正则表达式是

(?<!,)"

或者，如果您不反对匹配超出您的需要，您可以使用

(^|[^,])"

这将匹配前面的非逗号以及双引号，但对它的支持应该更广泛（不包括findstr）。

但是，对于解析 CSV 文件，您应该使用适当的解析器作为任何基于正则表达式的解决方案（至少我目前看到的用于此任务的解决方案）是

• 容易出错
• 不可读
• 减缓

Answer 2

关于什么

[^,](\") 

?

请注意，这不会检测行首的引号（从技术上讲，它是不以逗号开头的引号），但对于您的使用来说，这很好，因为行首的引号不是错误CSV 文件。

Answer 3

在 .NET 中，您可以使用TextFieldParser 类。添加Microsoft.VisualBasic对您项目的引用并尝试以下操作：

using System;
using System.Linq;
using Microsoft.VisualBasic.FileIO;

class Program
{
    static void Main(string[] args)
    {
        using (var tfp = new TextFieldParser("input.txt"))
        {
            tfp.Delimiters = new string[] { "," };
            tfp.HasFieldsEnclosedInQuotes = false;
            while (!tfp.EndOfData)
            {
                var fields = tfp.ReadFields();
                fields.ToList().ForEach(field =>
                {
                    Console.WriteLine(field);
                });
            }
        }
    }
}