紅寶石：我如何處理與「壞逗號」 CSV文件？

我需要處理含有航運歷史FedEx.com CSV文件。不幸的是，聯邦快遞似乎並沒有真正測試它的CSV文件，因爲它不會引用其中包含逗號的字符串。紅寶石：我如何處理與「壞逗號」 CSV文件？

例如，一個公司的名稱可能是「狗Widgets公司」但CSV不會引用該字符串，因此任何CSV解析器都認爲「Inc.」之前的逗號是新領域的開始。

有沒有什麼辦法可以可靠地解析使用Ruby的行？

我能找到的唯一區別特徵是，是一個字符串的一部分的逗號有再經過空間。分隔字段的逗號沒有空格。不知道如何幫助我解析這個，但這是我注意到的。

來源

2010-10-18 Shpigford

嗯，這裏有一個想法：你可以用一個獨特的字符替換每個逗號後跟空格的實例，然後像往常一樣解析CSV，然後遍歷結果行並反向替換。

來源

2010-10-18 20:31:37

也許東西沿着這些路線..使用GSUB改變

的 '' 到別的

ruby-1.9.2-p0 > "foo,bar,baz,pop, blah,foobar".gsub(/,\ /,'| ').split(',') 
[ 
    [0] "foo", 
    [1] "bar", 
    [2] "baz", 
    [3] "pop| blah", 
    [4] "foobar" 
]

然後取出|之後。

來源

2010-10-18 20:34:45 Doon

如果你是幸運的，只有這樣的一個領域，你可以解析領導場關閉開始，比結束後關閉場，並承擔一切剩下的是有問題的領域。在蟒蛇（無哈布拉紅寶石），這將是這個樣子：

fields = line.split(',') # doesn't work if some fields are quoted 
fields = fields[:5] + [','.join(fields[5:-3])] + fields[-3:]

不管你做什麼，你應該能夠至少確定違規逗號的數量，應該給你的東西（一個全面的檢查，如果沒有別的）。

來源

2010-10-18 23:43:20 BCS

你可以使用負前瞻

>> "foo,bar,baz,pop, blah,foobar".split(/,(?![ \t])/) 
=> ["foo", "bar", "baz", "pop, blah", "foobar"]

來源

2010-10-18 23:52:11 ghostdog74

+1在拆分正則表達式使用分組。 – 2010-10-19 07:43:35

呀，輝煌的答案 – 2013-01-29 23:45:03

紅寶石：我如何處理與「壞逗號」 CSV文件？

回答

相關問題