使用Ruby解析带有转义换行符的CSV文件？

Question

如何在Ruby中解析带有转义换行符的CSV文件？在CSV或FasterCSV中没有明显的方法。

以下是一些示例输入：

"foo", "bar"
"rah", "baz \
and stuff"
"green", "red"

在Python中，我会这样做：

csvFile = "foo.csv"
csv.register_dialect('blah', escapechar='\\')
csvReader = csv.reader(open(csvFile), "blah")

- Paul Schreiber

Answer 1

如果包含换行符的字段被正确引用（就像您的示例数据一样），那么Ruby的csv解析器可以很好地处理它们。然而，如果您想让Ruby删除转义字符（就像Python可以通过设置escapechar来做到的那样），那么我在Ruby文档中也没有看到这个方法。（顺便说一句，从Ruby 1.9开始，FasterCSV是Ruby的默认csv实现。）

#!/usr/bin/env ruby -w
require 'csv'

CSV.foreach('test.csv') do |rec|
  puts "Record: #{rec}"
end

输出：

telemachus ~ $ ruby read.rb 
Record: ["foo", "bar"]
Record: ["rah", "baz \\\nand stuff"]
Record: ["green", "red"]

- Telemachus

---

由于我正在使用Ruby 1.9.1，那就是FasterCSV.each。 FasterCSV现在是Ruby中默认的csv实现。 - Telemachus

Answer 2

我不是Ruby专家，如果有任何错误请谅解。

你不能用正则表达式来完成这个单步操作（我不知道是否有方法可以实现）。上面的Python代码不是一个正则表达式，所以不要期望使用相同功能的正则表达式来达到目的。

你可以使用Perl兼容的正则表达式，分成两步来完成，但当我尝试在我安装的Ruby版本上运行时，Ruby报错了。一般情况下，你会先读入整个文件，然后使用负回溯断言(split()函数)分割文件，最后再针对每个分割项使用逗号进行分割(split()函数)。

例如：

$allLines=$wholeFile.split(/(?<!\\)\n/m);

但是Ruby抱怨无法识别(?<!)序列。因此，您可能需要采用其他方法。我建议使用专门设计用于解析CSV的库，例如：http://snippets.aktagon.com/snippets/246-How-to-parse-CSV-data-with-Ruby

- Greg Miller