我有一个这样的字符串:
foo,bar,c;qual="baz,blurb",d;junk="quux,syzygy"
我想用逗号分隔，但我需要忽略引号中的逗号。我该怎么做呢?regexp方法似乎失败了;我想我可以手动扫描，并在看到报价时进入不同的模式，但如果使用已有的库就更好了。(编辑:我想我指的是已经是JDK的一部分或者已经是Apache Commons等常用库的一部分的库。)
上面的字符串应该分成:
foo
bar
c;qual="baz,blurb"
d;junk="quux,syzygy"
注意:这不是一个CSV文件，它是一个包含在一个更大的整体结构文件中的单个字符串
当前回答
使用String.split()的一行程序怎么样?
String s = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
String[] split = s.split( "(?<!\".{0,255}[^\"]),|,(?![^\"].*\")" );
其他回答
试着看看(?!\")，(?!\")。这应该是相匹配的，那是不被包围的。
我没有耐心，没有选择等待答案。作为参考，它看起来并不难做这样的事情(这适用于我的应用程序，我不需要担心转义引号，因为引号中的东西仅限于几个约束形式):
final static private Pattern splitSearchPattern = Pattern.compile("[\",]");
private List<String> splitByCommasNotInQuotes(String s) {
if (s == null)
return Collections.emptyList();
List<String> list = new ArrayList<String>();
Matcher m = splitSearchPattern.matcher(s);
int pos = 0;
boolean quoteMode = false;
while (m.find())
{
String sep = m.group();
if ("\"".equals(sep))
{
quoteMode = !quoteMode;
}
else if (!quoteMode && ",".equals(sep))
{
int toPos = m.start();
list.add(s.substring(pos, toPos));
pos = m.end();
}
}
if (pos < s.length())
list.add(s.substring(pos));
return list;
}
(读者练习:也可以通过寻找反斜杠来处理转义引号。)
正则表达式不能处理转义字符。对于我的应用程序，我需要能够转义引号和空格(分隔符是空格，但代码是相同的)。
以下是我在Kotlin(来自这个特定应用程序的语言)中的解决方案，基于Fabian Steeg的解决方案:
fun parseString(input: String): List<String> {
val result = mutableListOf<String>()
var inQuotes = false
var inEscape = false
val current = StringBuilder()
for (i in input.indices) {
// If this character is escaped, add it without looking
if (inEscape) {
inEscape = false
current.append(input[i])
continue
}
when (val c = input[i]) {
'\\' -> inEscape = true // escape the next character, \ isn't added to result
',' -> if (inQuotes) {
current.append(c)
} else {
result += current.toString()
current.clear()
}
'"' -> inQuotes = !inQuotes
else -> current.append(c)
}
}
if (current.isNotEmpty()) {
result += current.toString()
}
return result
}
我认为这不是一个使用正则表达式的地方。与其他观点相反，我不认为解析器是多余的。它大约有20行，并且相当容易测试。
与其使用超前和其他疯狂的正则表达式，不如先取出引号。也就是说，对于每个引号分组，将该分组替换为__IDENTIFIER_1或其他指示符，并将该分组映射为string,string的映射。
在使用逗号分隔之后，将所有映射的标识符替换为原始字符串值。
http://sourceforge.net/projects/javacsv/
https://github.com/pupi1985/JavaCSV-Reloaded (前一个库的分支，它将允许生成的输出在不运行Windows时具有Windows行结束符\r\n)
http://opencsv.sourceforge.net/
适用于Java的CSV API
你能推荐一个用于读取(可能是写入)CSV文件的Java库吗?
Java库或应用程序转换CSV到XML文件?
