这是一个创建于 1279 天前的主题，其中的信息可能已经有所发展或是发生改变。
有一个数据文件，每条记录都是逗号隔开，如果记录本身含有逗号，就用双引号引起来。请问怎么优雅地用正则表达式分割记录？
第 1 条附言 · 2021-06-23 15:20:16 +08:00
这该死的歧义，我的意思是整个记录用双引号引起来，而不是单单逗号引起来。
这个和 CSV 文件很类似，但是我想试试自己用表达式解决一下。
确定记录正文中不含有双引号，所以不用考虑双引号的歧义。
这个和 CSV 文件很类似，但是我想试试自己用表达式解决一下。
确定记录正文中不含有双引号，所以不用考虑双引号的歧义。
第 2 条附言 · 2021-06-23 15:28:32 +08:00
我之前的思路是考虑逗号的前后环境，发现这样逻辑太复杂了，换个思路简单很多，即每个记录有两种情况：1 ）不含逗号和双引号，2 ）如果含有双引号，那么一定要两个成对
 |
1
emric 2021-06-23 06:36:26 +08:00
[^\,]+|\".+\"
可行，但不知道是不是最优雅。 |
 |
2
jupiter157 OP @emric 谢谢。测试无效，但是受你启发改成这样可行了：[^\,\"]+|\"[^\"]+\"
|
 |
3
Mutoo 2021-06-23 07:13:50 +08:00
|
 |
4
toaruScar 2021-06-23 08:06:34 +08:00 via iPhone
可以用 lookahead 和 lookbehind ？
https://regular-expressions.mobi/lookaround.html?wlr=1 |
 |
5
balabalaguguji 2021-06-23 09:34:21 +08:00
|
 |
6
noqwerty 2021-06-23 09:38:23 +08:00 via Android
找个 csv parser 不香吗😂
|
 |
7
mingl0280 2021-06-23 09:48:05 +08:00 via Android
找个 csv 解析库，csv 不仅有逗号问题的。还有引号重复的问题。例如
","作为值…… |
 |
8
dongtingyue 2021-06-23 09:53:26 +08:00
先根据逗号分隔成数组，然后循环判断前后是否是引号再拼接。这样效率应该比正则快。
|
 |
9
tsanie 2021-06-23 10:03:20 +08:00
数据文件以逗号分隔这类的最好存储的时候先 encode，如果控制不了来源的话那就找 parser 吧
|
 |
10
wangyzj 2021-06-23 10:03:30 +08:00
(?!\")\,(?!\")
|
|
11
wangyzj 2021-06-23 10:04:09 +08:00
但我更喜欢 notepad 全局替换后再单独处理
不想费脑子 |
 |
12
yuancoder 2021-06-23 10:14:12 +08:00
$str = 'aaaa","bbb,cccc",",dddd';
$arr = preg_split('/(?!"),(?!")/', $str); print_r($arr); -------------------------------- Array ( [0] => aaaa","bbb [1] => cccc"," [2] => dddd ) 这样可以吗 |
 |
13
jindaxia 2021-06-23 10:22:30 +08:00
不就是 csv 格式吗？后缀改成 csv 用 excel 打开！
|
|
14
toaruScar 2021-06-23 10:44:34 +08:00
https://regex101.com/r/Xg0Qxq/1
这样连 Capture group 都整理好了 |
Select Language