匹配嵌套在另一个引号字符串中的引号字符串的正则表达式

Question

我有一个数据源，它是逗号分隔的，并加上引号限定符。一个CSV文件。然而，数据源提供者有时会做一些奇怪的事情。我已经解决了其中除一个之外的所有问题（我们逐行读取文件，然后在清理后将其写回），现在我正在寻找解决最后一个问题的方法，但我的正则表达式技巧相当弱。

匹配一个引号包含在另一个引号中的字符串的例子如下：...

"foobar", 356, "Lieu-dit "chez Métral", Chilly, FR", "-1,000.09", 467, "barfoo", 1,345,456,235,231, "935.18"

我希望匹配子字符串"chez Métral"，以便用子字符串"chez Métral"替换它。理想情况下，只需尽可能少的代码行数实现。最终目标是将该行写回（或将其作为方法返回值返回），并已经完成替换。

因此，我们的示例字符串最终变为...

"foobar", 356, "Lieu-dit chez Métral, Chilly, FR", "-1,000.09", 467, "barfoo", 1,345,456,235,231, "935.18"

我知道我可以定义一个模式，例如(?<quotedstring>\"\w+[^,]+\")来匹配带引号的字符串，但是我的正则表达式技能不强（数据库开发人员，几乎从不使用C#），因此我不确定如何在命名组quotedstring中匹配另一个带引号的字符串。

---

对于那些注意到用逗号格式化但没有引号限定的大整数的人来说，已经处理了。与随机使用行分隔符（有时是CR，有时是LF）一样。还有其他问题...

- The Lazy DBA

---

看起来你尝试创建的CSV文件格式非常糟糕（不是有效的CSV格式）。使用正则表达式可能不是一个好的解决方案。 - Oded

A->"A"|a 是一个上下文无关文法，不能用正则表达式正确匹配。 - fardjad

你是如何“已经处理”嵌入逗号和“其他问题”的？这种方法是否可以用来处理额外的引号？ - Dour High Arch

@Oded 我同意！不幸的是，我无法说服数据提供者。 :) 这不是一个常见的情况，但这个数据源偶尔会出现这种情况。在7000个源文件中，我们有38个出现在14个文件中。我们没有任何实例，其中存在任意深度的嵌套 - 它总是一级深度。现在，有问题的行只是通过异常处理程序被丢弃以便稍后处理。 - The Lazy DBA

", "（逗号空格）是分隔符吗？还是可能在引用字符串中包含“，”？ - Austin Salonen

Answer 1

使用这个正则表达式进行替换

(?<!,\s*|^)"([^",]*)"

现在用$1替换它

在这里尝试这个

---

用""转义"后，它会变成

(?<!,\s*|^)""([^"",]*)""

- Anirudha

---

似乎在上述模式中，“356”和“1,345,456,235,231”也是匹配项，除了“chez Métral”之外。 - The Lazy DBA

@TheLazyDBA，看起来不是这样的，因为我已经测试过了...它可以工作。 - Anirudha

您能否进一步详细解释您的答案？ - The Lazy DBA

它确实能够工作，不幸的是我的示例字符串是不正确的，所以你的解决方案不适用！ / 脸掌 - The Lazy DBA

我有。例子字符串是准确的。 - The Lazy DBA

谢谢！在过去的一周里，我不得不学习一些Python，编写一个报告网站爬虫，重新熟悉C#（我主要是T-SQL和PL/SQL），第一次处理XSLT...但正则表达式？在如此短的时间内掌握更高级的结构有限制。感激不尽！ - The Lazy DBA