使用数字和千位分隔符修复格式错误的字符串

Posted 2023-04-13

【中文标题】使用数字和千位分隔符修复格式错误的字符串

【英文标题】：Fixing badly formatted string with number and thousands seperator

【发布时间】：2019-05-20 10:39:36

【问题描述】：

我收到一个字符串，其中包含与数字中的字符相同的数字、空值和分隔符。也有包含逗号的数字引号。使用 C#，我想解析字符串，这样我就有了一个很好的、管道分隔的数字系列，没有逗号，2 个小数位。

我尝试了标准替换，删除了某些字符串模式来清理它，但我不能满足所有情况。我首先删除了引号，但是当千位分隔符变成分隔符时，我得到了额外的数字。我尝试将Regex.Replace 与通配符一起使用，但由于引号内有多个带有引号和逗号的数字，因此无法从中得到任何东西。

为 Silvermind 编辑：temp = Regex.Replace(temp, "(?:\",.*\")","($1 = .\n )");

我无法控制我收到的文件。我可以清理大部分数据。当字符串如下所示时，就有问题了：

703.36,751.36,"1,788.36",887.37,891.37,"1,850.37",843.37,"1,549,797.36",818.36,749.36,705.36,0.00,"18,979.70",934.37

我是否应该查找引号字符，找到下一个引号字符，从这两个字符之间的所有内容中删除逗号，然后继续？这是我要去的地方，但那里必须有更优雅的东西（是的 - 我不经常用 C# 编程 - 我是 DBA）。

我希望看到千位分隔符被删除，并且没有引号。

【问题讨论】：

始终显示您尝试过的内容。 （请将其编辑到您的问题中）

这在我看来像 CSV。尝试一些 CSV 阅读器/解析器（例如 CSVHelper），它可以帮助您轻松解决解析问题。

这将删除逗号和引号（修复字符串）：@"""|(?

【参考方案1】：

此正则表达式模式将匹配字符串中的所有单个数字：

(".*?")|(\d+(.\d+)?)

(".*?") 匹配 "123.45" 之类的东西 (\d+(.\d+)?) 匹配 123.45 或 123

从那里，您可以对每个匹配项进行简单的搜索和替换，以获得一个“干净”的数字。

完整代码：

  var s = "703.36,751.36,\"1,788.36\",887.37,891.37,\"1,850.37\",843.37,\"1,549,797.36\",818.36,749.36,705.36,0.00,\"18,979.70\",934.37";

  Regex r = new Regex("(\".*?\")|(\\d+(.\\d+)?)");

  List<double> results = new List<double>();
  foreach (Match m in r.Matches(s))
  
    string cleanNumber = m.Value.Replace("\"", "");
    results.Add(double.Parse(cleanNumber));
  

  Console.WriteLine(string.Join(", ", results));

输出：

703.36, 751.36, 1788.36, 887.37, 891.37, 1850.37, 843.37, 1549797.36, 818.36, 749.36, 705.36, 0, 18979.7, 934.37

【讨论】：

谢谢 - 这是我一直在寻找的“优雅”。非常感谢！

【参考方案2】：

使用跟踪状态的解析器类型解决方案更容易解决。正则表达式适用于常规文本，只要您有上下文，就很难用正则表达式解决。像这样的东西会起作用。

internal class Program

    private static string testString = "703.36,751.36,\"1,788.36\",887.37,891.37,\"1,850.37\",843.37,\"1,549,797.36\",818.36,749.36,705.36,0.00,\"18,979.70\",934.37";




    private static void Main(string[] args)
    
        bool inQuote = false;
        List<string> numbersStr = new List<string>();

        int StartPos = 0;
        StringBuilder SB = new StringBuilder();
        for(int x = 0; x < testString.Length; x++)
        
            if(testString[x] == '"')
            
                inQuote = !inQuote;
                continue;
            

            if(testString[x] == ',' && !inQuote )
            
                numbersStr.Add(SB.ToString());
                SB.Clear();
                continue; 
            

            if(char.IsDigit(testString[x]) || testString[x] == '.')
            
                SB.Append(testString[x]);
            
        
        if(SB.Length != 0)
        
            numbersStr.Add(SB.ToString());
        

        var nums = numbersStr.Select(x => double.Parse(x));

        foreach(var num in nums)
        
            Console.WriteLine(num);
        

        Console.ReadLine();
    

【讨论】：

谢谢 - 我更喜欢这个，而不是我的逐字符方法。下面来自 MikeH 的正则表达式得到了我一直在寻找的优雅。