正则表达式匹配 CSV 文件

Posted 2023-04-13

【中文标题】正则表达式匹配 CSV 文件

【英文标题】：Regex match a CSV file

【发布时间】：2011-05-15 18:02:14

【问题描述】：

我正在尝试创建一个正则表达式来匹配 CSV 记录文件，格式为：

optional value, , ,, again some value; this is already, next record;

现在有一个逗号 (10) 的上限分隔每条记录的属性，并且有无限数量的 ; 分隔每条记录。值可能存在也可能不存在。我对正则表达式没有经验，到目前为止我的努力是徒劳的。请帮忙。如有必要，我将提供更多详细信息。

编辑

我想验证文件是否符合要求的格式并获取其中的记录数。

【问题讨论】：

你希望结果是什么？

如果你有大量记录，我建议不要使用 Regex，因为它的性能与手动智能解析相比相形见绌，除非你只是对学习 Regex 感兴趣。

文件是否包含转义的逗号或分号，例如a,b,"c1,;;c2",d;?如果没有，您可以为每条记录按; 拆分，然后按, 拆分（或简单地计算分号）。

@BeemerGuy：谢谢你的建议。我正在使用它（与 Kobi 提出的相同），但老板想看一个正则表达式。我也很感兴趣。应该永远不会超过 500 条记录。

【参考方案1】：

您真的需要为此使用正则表达式吗？可能有点矫枉过正。我只需执行一个 String.Split() 来获取记录，然后在每条记录上执行另一个 String.Split() 来获取值。那么也很容易获得元素的数量等。

如果您真的想使用正则表达式，我会再次使用两个步骤： /(.*?);/ 获取数据集； /(.*?)[,;]/ 获取值。

可能也可以使用一个正则表达式来完成，但我认为这有点过头了（因为您必须找到子匹配项等。识别它们的父记录等）。

转义字符是另一回事，但做起来很相似：例如/(.*?[^\\]);/

【讨论】：

完全同意，正则表达式，尤其是反向引用往往很慢，所以最好使用拆分。

【参考方案2】：

试试这个

bool isvalid = csv.Split(';')
                    .Select(c => c.Split(',')
                        .Count())
                    .Distinct()
                    .Count() == 1;

【讨论】：

解析 CSV 并不像将其拆分为单个字符那么简单。

为什么不呢？ - 这是 OP 想要的

这真的取决于 CSV 中预期的数据。一旦你有了字符串，它就会变得有点复杂，因为你不能只是拆分它。

我真的不明白你的保留意见。 CSV 是用逗号分隔的字符串列表 - 它真的没有比这更简单了

示例数据集可能是：55,192,139290，“哇，好故事！请提供更多信息！”注释格式会破坏它，但在此示例中，您将获得 5 个值，其中第四个包含 '"Wow' - 不是整个文本字符串，

【参考方案3】：

让我想起著名的文章形式编码恐怖：Regular Expressions: Now You Have Two Problems。

FileHelpers 在处理 CSV 或其他文本格式时节省了我的时间。