正則表達式從CSV

Question

刪除行我有一個線從CSV

first decimal;;;first text;;second text with newlines, special symbols, including semicolons;second decimal, always present;first dot separated float, may not present;second dot separated float, may not present;third text that present only if present previous float

我需要刪除第二個文本（新線和特殊符號）。

至於現在我有表達，如：

(?<=;;)(.*?)(?=;\d+) 

它

第一部分不工作，我不知道如何使它選擇只有兩個分號（前文現在它選擇文本前面有兩個或多個分號和第一個小數，前面加分號+換行符，如果我打開dotall）。此外，我不知道如何在這裏包含換行符號(.*?)。

Answer 1

如果你有一個包含分號和換行符的CSV文件作爲引用字段的一部分，那麼正則表達式不是正確的工具。想象一下，如果你有像"This is one field;;don't split this;42"這樣的字段會發生什麼......

如果你確定在引用字段之前或之內不會有兩個分號，那麼你可以嘗試一下正則表達式。但專用的CSV解析器絕對是一個更安全的選擇。

那麼，讓我們來看看爲什麼你的正則表達式失敗：

想象線1;;;2;3。你的正則表達式匹配;2，因爲它符合所有要求 - 前面有兩個分號，後面有一個分號加數字。這也是在這個位置上最短的匹配。

你能做什麼？你可以使用另一種向後斷言，以確保它不可能在當前位置之前，以匹配三個分號：

(?<=;;)(?<!;;;)(.*?)(?=;\d+) 

試試看 - 但考慮CSV庫也是如此，因爲他們會更好的解決您的問題。