正则表达式拆分逗号前面没有特定单词

Posted 2023-04-13

【中文标题】正则表达式拆分逗号前面没有特定单词

【英文标题】：Regex split on comma that isn't preceded by a specific word

【发布时间】：2021-11-22 11:43:27

【问题描述】：

我有一个 CSV 字符串，我想用逗号分隔，但前提是逗号前面没有特定单词字符串中的其他位置。

以下是输入示例。

1,2,3,Test Message,JSON= "book":  "title": "Hello, there, world"  

在上述情况下，单词 'JSON=' 之后的任何逗号都不应导致字符串拆分，因此我希望进行以下拆分。

1
2
3
Test Message
JSON= "book":  "title": "Hello, there, world"  

理想情况下，我想使用Regex.Split 来拆分字符串，我认为我需要在后面使用否定的外观，但我不确定实现这一点所需的语法。

任何帮助将不胜感激。

【问题讨论】：

假设停用词部分位于末尾，然后拆分前面部分，则可能更容易匹配停用词的部分。

在一般情况下，CSV 解析需要对带引号的字符串进行状态处理。你不能只扔Split()，甚至不能使用正则表达式Split()。

另请注意，虽然此数据是有效的 CSV，但它不是 JSON 的有效 CSV 编码。正确的 CSV 解析将消耗在输出中不留任何引号供 JSON 解析器查找。

【参考方案1】：

您可以使用下面的正则表达式来解析提到的 CSV 中的 JSON here

C#代码-

var csvContent = "1,2,3,Test Message,JSON= \"book\":  \"title\": \"Hello, there, world\"  ";
var split = Regex.Split(csvContent, ",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)");

JS 演示 -

const csv = '1,2,3,Test Message,JSON= "book":  "title": "Hello, there, world"  ';

console.log(csv.split(/,(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)/));