正则表达式 - 如果匹配模式，则替换双引号之间的字符（逗号）

Question

我有来自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 Sub-Working Group Meeting - Upgrade Skills of the Labour Force's and Enhance Vocational and Technical Training- 2:30 pm Monday May 24, 2010",[e-mail],<>,00A:

我使用这个正则表达式来匹配和分组模式;

(\d{4}-\d{2}-\d{2})(?:[\w\s]+)(\d+:\d+:\d+.\d+)(?:[\w+\d.]*),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(['"].*['"]|.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(.*?),(?:(\d{4}-\d{2}-\d{2}\w\d{2}:\d{2}:\d{2}.\d+)(?:\w+)*)*(.*)

基本上，日志中的信息是由逗号分隔的。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-日期格式中的逗号"Monday May 24, 2010"

.....521647,1,,,"NEAC Sub-Working Group Meeting - Upgrade Skills of the Labour Force's and Enhance Vocational and Technical Training- 2:30 pm Monday May 24, 2010",[e-mail],.....

如何抓取整个主题以及特定组（第19组）中的逗号而不使用双引号？

- Joe Ijam

---

CSV是一种不规则的语言，不能使用正则表达式进行解析。 - Christoffer Hammarström

Answer 1

您提到：

基本上，日志中的信息是由逗号分隔的...如果逗号是字段的一部分，该字段也将被双引号括起来。

这使它成为一个CSV文件。解析CSV文件是一个已解决的问题，您不需要重新发明轮子。使用语言库提供的CSV解析器。

如果您正在使用Perl，请查看Text::CSV模块。

- codaddict

---

赞同 - 我经常使用Text::CSV，更确切地说是Text::CSV_XS，它与前者相同但速度更快。 - reinierpost

Answer 2

您提供的那一行似乎是CSV格式。为什么不使用CSV解析器（例如：）进行解析呢？

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

请注意保留HTML标签，此处已翻译完毕。

- icyrock.com

Answer 3

对于Java使用Apache Commons：

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

- user529287