正则表达式 - 修复 CSV - 带引号的文本限定符中的引号

Question

此时我无法控制生成此文件的源系统。我有一个使用双引号作为文本限定符的 csv 文件。在合格的文本字段中，我有时会使用双引号来表示英寸等。例如：something not qualified,"12" x 12" something qualified, becuase it has a comma",this one is not qualified and needs no fixing a 12" x 12"这些应该用两套引号转义，如下所示：something not qualified,"12"" x 12"" something qualified, becuase it has a comma",this one is not qualified and needs no fixing a 12" x 12"我正在尝试使用 c# 和正则表达式编写一些清理代码。我可以编写代码来选择介于两者之间的所有内容,"，",但我无法弄清楚如何在这些分隔符中获取双引号。我可以有没有限定符（没有逗号）的字段，可以有一个双引号并且不需要修复。这是我在 regexr https://regexr.com/3pq51 中的内容((?<=,").*(?=",))

Answer 1

它帮助我看到我需要采取分阶段的方法。

首先，我得到 ," 和 ",. 然后我找到了在它们出现的模式中有单双引号的模式，并用 2 个双引号和一个空格替换。以防万一，我每次都这样做。

string matchPattern = "((?<=,\").*?(?=\",))";

string input = "something not qualified,\"12\" x 12\" something qualified, becuase it has a comma\",this one is not qualified and needs no fixing a 12\" x 12\",\"8\" X 8\" sign, plain\",one more";

var newLine = input;

Regex regx = new Regex(matchPattern);

Regex regxReplace = new Regex(@"(?<=\w)""[^\w|\""]");

var matches = regx.Matches(input);

foreach (Match matchingString in matches)

{        

    var value = matchingString.Value;

    if (regxReplace.IsMatch(value))

    {

        changed = true;

        var newReplacementString = regxReplace.Replace(value, "\"\" ");

        newLine = newLine.Replace(matchingString.Value, newReplacementString);

    }

}

return newLine;