解析C#中复杂的逗号分隔字符串

Question

我知道如何从分开的字符串中获取子字符串，但这里有一个复杂的问题:如果子字符串包含昏迷，怎么办？

如果子字符串包含昏迷、新行或双引号，则整个子字符串将被双引号封装。

如果子字符串包含双引号，则用另一个双引号转义双引号。最坏的情况是，如果我有这样的情况：

first,"second, second","""third"" third","""fourth"", fourth"

在这种情况下，子字符串是：

• 第一
• 第二，第二
• “第三”
• “第四”，第四

第二，第二个是用双引号封装的，我不希望这些双引号出现在列表/数组中。

“第三”第三是封装双引号，因为它包含双引号，而那些是转义与调整双引号。同样，我不希望将双引号封装在列表/数组中，也不希望双引号转义双引号，但我希望原始双引号是子字符串的一部分。

Answer 1

使用TextFieldParser的一种方法

using (var reader = new StringReader("first,\"second, second\",\"\"\"third\"\" third\",\"\"\"fourth\"\", fourth\""))    
using (var parser = new Microsoft.VisualBasic.FileIO.TextFieldParser(reader))
{
    parser.Delimiters = new[] { "," };
    parser.HasFieldsEnclosedInQuotes = true;

    while (!parser.EndOfData)
    {
        foreach (var field in parser.ReadFields())
            Console.WriteLine(field);
    }
}

为

first
second, second
"third" third
"fourth", fourth

Answer 2

尝尝这个

​

           string input = "first,\"second, second\",\"\"\"third\"\" third\",\"\"\"fourth\"\", fourth\"";

            string[] output = input.Split(new string[] {"\",\""}, StringSplitOptions.RemoveEmptyEntries);

​

Answer 3

我建议你为这个问题构造一个小的状态机。你会有这样的状态：

• 在到达第一个字段之前
• InQuoted --你当时出去了，“到了；现在你到了，这里引用了你的话
• InQuotedMaybeOut -您曾经是InQuoted并且“到达了；现在您等待下一个字符来判断它是另一个”还是其他什么；如果是其他的话，那么选择下一个有效的状态(字符可以是空格、新行、逗号，所以您决定下一个状态)；否则，如果“到达了，就推”到输出，然后退到InQuoted。
• 出站后，当除“和”以外的任何字符到达时，您将自动在一个未引用的新字段中。

这肯定会正确地读到CSV。您也可以使分隔符可配置，以便您支持TSV或分号分隔格式.

还请记住CSV格式中一个非常重要的情况:引用字段可能包含新行！另一个需要注意的特殊情况:空字段(如：，，)。