修复 csv 引号的正则表达式

Question

我有一个带引号的简单 csv，例如：

"something","something","something","something",...

但是，有时我会用

得到 csv

"something","som"ething"","s"omething",...

我想创建一个正则表达式来解决这个问题，有人可以提供一些东西吗？

一些东西会从字符串中取出所有不是数字或文本的东西，但是当我取出时 " 我需要确保它不是限制字符串的东西因为我需要那些..

所以来自 "som"ething"","s"ometh8 ing" id expect => "something","someth8 ing"

我正在使用 Scala，但任何解决方案都很棒！

谢谢！！

Answer 1

简单的解决方案

Scala 中的简单解决方案：

scala> val input = """"som"ething"","s"ometh8 ing""""
input: String = "som"ething"","s"ometh8 ing"

scala> val values = input.split("\",\"").map(_.filter(c => c.isLetterOrDigit || c.isWhitespace))
values: Array[String] = Array(something, someth8 ing)

scala> val output = values.mkString("\"", "\",\"", "\"")
output: String = "something","someth8 ing"

假设您的值中从来没有 ","，但如果您这样做了，那么无论如何都无法明确地修复您的 CSV。

这不是最佳解决方案速度或内存方面，但它简短。

编辑：正则表达式解决方案

如果你真的想要一些正则表达式，享受：

scala> input.replaceAll("""(^"|"$|","|[\p{IsAlphabetic}\p{Digit}\p{Space}])|.""", "")
res17: String = "something","someth8 ing"

这会尝试在输入的开头或结尾处匹配 " 或 "," 任何其他位置或您批准的任何字符。如果其中任何一个匹配，它将转到第一个捕获组。否则，它匹配任何字符 (.)，但不会将其捕获到组中，因此第一组保持为空。然后将匹配到的子串替换为，即第一个捕获组的内容

我仍然认为第一个解决方案更简洁、更容易理解。

Answer 2

import re
csv_string = '"something","som"ething"","s"omething"'
for each_str in re.findall(r'(.*?)[\,\n]', csv_string):
    print(re.sub(r'\"', '', each_str)

在字符串末尾添加换行符，以便您可以在 re.findall

中包含字符串的最后部分

修复 csv 引号的正则表达式

regex to fix csv quotes

python

regex

csv

scala

regex-negation

简单的解决方案

编辑：正则表达式解决方案