正则表达式 - 如果模式匹配，则替换双引号之间的字符（逗号）

Posted 2023-02-26

【中文标题】正则表达式 - 如果模式匹配，则替换双引号之间的字符（逗号）

【英文标题】：Regex - replace a characters(comma) between double quotes if the pattern is matched

【发布时间】：2011-05-20 18:26:13

【问题描述】：

我有这个来自 Exchange 服务器的日志

2010-05-20T01:53:33.097Z,12.10.53.144,,12.10.53.200,EXHUB-10,08CCC3F50C35F2D2;2010-05-20T01:53:32.128Z;0,EXHUB-10\Default EXHUB-10,SMTP,RECEIVE,829888,,[e-mail],,521647,1,,,"NEAC 工作小组会议 - 升级 劳动力的技能和 加强职业技术 培训 - 5 月 24 日星期一下午 2:30， 2010",[e-mail],,00A:

我使用这个正则表达式来匹配和分组模式；

(\d4-\d2-\d2)(?:[\w\s]+)(\d+:\d+:\d+.\d+)(?:[ \w+\d.]*),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?) ,(.*?),(.*?),(.*?),(.*?),(['"].*['"]|.*?),(.*?),(. *?),(.*?),(.*?),(.*?),(.*?),(.*?),(?:(\d4-\d2- \d2\w\d2:\d2:\d2.\d+)(?:\w+)*)*(.*)

基本上，日志中的信息是用逗号分隔的。 不幸的是，对于“电子邮件主题”字段，如果用户输入逗号，则日志将出现在双引号中，例如上面的示例-日期格式的逗号"Monday May 24, 2010"

.....521647,1,,,"NEAC 子工作 小组会议 - 提升技能 劳动力和增强职业 和技术培训 - 周一下午 2:30 5月24日， 2010",[e-mail],.....

如何在特定组（第 19 组）中不带双引号的情况下用逗号抓住整个主题

【问题讨论】：

CSV是不规则语言，不能用正则表达式解析。

【参考方案1】：

您提供的行似乎是 CSV 格式。为什么不使用 CSV 解析器来解析它，例如：

http://opencsv.sourceforge.net/ http://supercsv.sourceforge.net/

【参考方案2】：

你提到：

基本上就是日志中的信息 由逗号分隔...如果逗号是字段的一部分，则该字段将被双引号括起来。

这使它成为CSV 文件。解析 CSV 文件是一个已解决的问题，您无需重新发明***。使用您的语言库提供的 CSV 解析器。

如果您使用 Perl，请查看 Text::CSV 模块。

【讨论】：

第二 - 我一直使用Text::CSV，或者更准确地说，Text::CSV_XS 相同但更快。

【参考方案3】：

对于 java 使用 Apache commons：

http://commons.apache.org/sandbox/csv/