C#正则表达式用分隔符分割行，但忽略引号内的分隔符

Posted 2023-02-24

【中文标题】C#正则表达式用分隔符分割行，但忽略引号内的分隔符

【英文标题】：C# Regex to split row with delimiter, but ignore delimiter inside quotes

【发布时间】：2021-11-03 13:05:35

【问题描述】：

我得到了很多文件，我对这些文件的控制为零，我需要根据分隔符进行拆分。 但是当分隔符在引号内时，我不想拆分。 所以，column1,column2,column3 是

column1
column2
column3

然而 column1, "column2," column3 是

column1
"column2," column3

这可以使用这个 RegEx（在 C# 下）

((?<=\")[^\"]*(?=\"(,|$)+)|(?<=,|^)[^,\"]*(?=,|$))

现在，我的问题是当一行只有一个双引号时（仅打开或关闭） 例如 column1、column2"、column3 返回

column1

column3

虽然它应该返回

column1
column2"
column3

我发现了很多与 RegEx 相关的内容，但在上述特定示例中它们都失败了。

【问题讨论】：

您似乎在解析 CSV 文件，为什么不使用built-in library (another link)？如果你只需要parse a CSV string，而不是文件。

代码使用 LINQ 来获取行的集合，这些行使用 RegEx 进行拆分。我无法更改该部分，因为它已被许多其他组件使用。

所以你的分隔符应该是文件中没有用引号括起来的任何行？

密码是什么？如果你使用.Matches，你可能只使用Regex.Matches(text, "(?:\"[^\"]*\"|[^,])+")。

@wizard 那么我认为Regex.Matches(text, "(?:\"[^\"]*\"|[^,])+|(?<![^,])(?![^,])") 会起作用。

【参考方案1】：

您可以使用匹配所有需要的字段

Regex.Matches(text, "(?:\"[^\"]*\"|[^,])+|(?<![^,])(?![^,])")

请参阅regex demo。 详情：

(?:\"[^\"]*\"|[^,])+ - 出现一次或多次 "[^"]*" - 一个"，除了"之外的零个或多个字符，然后是一个"（如果里面可以有""，则替换为"[^"]*(?:""[^"]*)*"） | - 或 [^,] - 任何字符，但 , | - 或 (?<![^,])(?![^,]) - 位于字符串开头或前面紧跟逗号的位置，位于结尾或紧跟逗号。