裏面領域引號字符分析字符串

假設我要分析的文件裏面領域引號字符分析字符串

 
$ cat toParse.txt 
1 2 3 4 5 
1 "2 3" 4 5 
1 2" 3 " 4 5

前兩行很容易解析：Text::CSV可以處理它。舉例來說，我想：

 
use strict; 
use Text::CSV; 
while() { 
    chomp $_; 
    my $csv = Text::CSV->new({ sep_char => ' ', quote_char => '"' , binary => 1}); 
    $csv->parse($_); 
    my @fields = $csv->fields(); 
    my $badArg = $csv->error_input(); 
    print "fields[1] = $fields[1]\n"; 
    print "Bad argument: $badArg\n\n"; 
}

但是，如果報價字符內標記化領域包含CSV變得非常混亂。

上述程序打印出：

fields[1] = 2 Bad argument: fields[1] = 2 3 Bad argument: fields[1] = Bad argument: 1 2" 3 " 4 5

有沒有人有什麼建議？我想最後的fields[1]填充2" 3 " ...換句話說，我想分割行中不包含在引用字符串中的任何空格。

來源

2012-05-10 asf107

我想在空格字符'「」'上分隔每一行，每當引號字符串中不包含空格時。 – asf107

我認爲'allow_loose_quotes => 1'會做到這一點。 – ikegami

'allow_loose_quotes => 1'絕對有幫助，但是如果在鬆散引號內有一個'sep_char'，解析器仍然會中斷。 – asf107

你想要的不是CSV，所以你需要編碼你自己的解析。

這應該爲您的特定情況下工作：

use strict; 

while (<DATA>) { 
    chomp $_; 
    my @fields = /([^\s"]+|(?:[^\s"]*"[^"]*"[^\s"]*)+)(?:\s|$)/g; 
    print "$_\n" for @fields; 
    print "\n"; 
} 

__DATA__ 

1 2 3 4 5 
1 "2 3" 4 5 
1 2" 3 " 4 5 
1 2" 3 "4 5 
1 2" 3 "4" 5" 6 
1 2" 3 "4"" 5"" 6

...，其輸出是：

1 
2 
3 
4 
5 

1 
"2 3" 
4 
5 

1 
2" 3 " 
4 
5 

1 
2" 3 "4 
5 

1 
2" 3 "4" 5" 
6 

1 
2" 3 "4"" 
5"" 
6

點擊here進行測試。

來源

2012-05-10 22:02:20

thanks。我一直在使用reg-ex來解析（看起來像這樣的數據），我想我想知道是否有更清晰的方法去做吧。 – asf107

變化quote_char到其它的東西，「和第三行是

但是第二行現在將

所以，你似乎有一條線在那裏」是引號分隔符，還有一個不是。

因此，您正在解析的文件已損壞，您將不得不變得聰明起來。

來源

2012-05-10 21:27:41

我想爲所有三行使用''''引號分隔符，這將使我所需的輸出如下所示： 'fields [1] = 2'，'fields [1] = 2 3'和'字段[1] = 2「3」'分別爲 – asf107

Eh 2「3」不會發生想象如果字段分隔符是逗號 –

爲了說明導致解析器的困難，使用'Then 1'的引號分隔符2 3'4 and 1'2「3」'4 would work。 –

裏面領域引號字符分析字符串

回答

相關問題