优化逗号分隔值正则表达式

Posted 2023-02-24

【中文标题】优化逗号分隔值正则表达式

【英文标题】：Optimize Comma Separated Values Regular Expression

【发布时间】：2013-12-28 05:49:52

【问题描述】：

我正在创建一个逗号分隔值的字符串数组。 我需要用逗号分隔行，但不是引号内的逗号，因为这可能是数据的一部分。

例如：\"421 15th Ave.\",\"Beaver Falls, PA\",\"S1\",

我不希望它在城市和州之间为一个新领域而分裂。

这是目前的代码：

string[] fields = Regex.Split(lines[i], @",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))");

执行需要很长时间。 我可以使用更好的选择吗？

感谢您对此的任何帮助。

【问题讨论】：

您需要使用正则表达式吗？ CSV 通常最好使用简单的旧 string 方法来处理。

我不需要使用当前使用的正则表达式。寻找更好的选择。您建议使用哪种字符串方法来解决此问题？

使用某种csv 阅读器。假设你使用的是一个不错的，这已经被处理并且代码应该被优化。

如果您使用 Parallel.ForEach 和 Parititioner.Create 在处理器之间并行分割文件行，您可能会获得更高的性能。这样，您可以在处理器 1 上处理 LINES0-1000，在处理器 2 上处理 LINES1001-2000，从而获得 2 倍的改进。

【参考方案1】：

您是否考虑过使用 CSV 阅读器？ 这个 CSV-Reader 应该已经处理了双引号内逗号的情况： OpenCsv

请参阅 Ravi Thapliyal 在此线程中关于如何使用它的回答：link

对于 C#，我可以推荐这个 CsvHelper：https://github.com/JoshClose/CsvHelper

我们在项目中使用它，非常好用

【讨论】：

有与此等价的 C# 吗？

Hey Baxter 我在您发表评论之前更新了我的答案 :-) 请参阅上面我的答案中的 CsvHelper 链接

嘿巴克斯特，如果这个答案有帮助，我将不胜感激，如果你能将其标记为已接受的答案:-) 谢谢