正則表達式在分隔符之間查找兩個以上的字符

Question

我有一組需要批量加載到數據庫中的大數據文件。數據行是pipe |但是也使用引號「來描述文本條目，問題在於許多文本塊還包括一個或多個額外的」字符，而不是在字段的開始/結尾處的字符，這正打破了導入。

我希望找到一個正則表達式，讓我找到包含每組||分隔符之間的兩個以上的「字符的文件中的行

例如

123。| 「史密斯先生」 | 456 |「沒有多餘的引號，這條線路是好的」 | 789

123 |「瓊斯先生」 | 456 |「這其中有‘額外的引號’，不是那麼好」 | 789

123 |「瓊斯先生」| 456 |「即使是一個額外的」有點問題「| 789

我需要找到像上面第二個和第三個的行。

任何援助讚賞！

謝謝

Answer 1

它可以通過管道輸出到awk如下完成。假定輸入中的管道確實出現在每行的開始和結束處。

| awk -F'|' 'BEGIN{OFS="|";}{ \ 
    for (i = 1; i <= NF; i++) { \ 
    if (gsub(/"/, "\"", $i) > 2) { \ 
     print; break; \ 
    }; \ 
    }; \ 
}'