用于验证CSV完整性的正则表达式

Question

我正在使用一个工作流自动化工具(用Java构建)，它允许输入CSV文件。CSV将手动创建，并且基于哪些列被填充，某些操作将由工作流执行。因此，只有在没有找到以下条件时，我才需要匹配字符串(一次只匹配一个CSV行)：

• 字符串开头处的逗号表示缺少第一个值。
• 逗号空格逗号表示缺少中间值。
• 字符串末尾的逗号表示缺少最后一个值

考虑下面要匹配的输入文本

HMSS TN PUPIL EDITION LV 5,HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

输入文本规则:不能以空格开头，不能以空格结尾

这不应该与第一个值匹配--缺少第一个值：

,HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

这不应该匹配-缺少中间值：

HMHSS Ohio PE LV 5-6 Making A New Nation, , HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703"

这不应该匹配-缺少最后一个值：

HMHSS Ohio PE LV 5-6 Making A New Nation, HMH SCIFSN TN SE G6 2019, CA IMPUSHGGROCONFG8SUBBXCNTLBL, "R180 NG LBOOK TG STG B NAT""L", HMH BIEN DIT TE LV1A/18/1 2018, DTM NOW TE M&D, MD GOMATH SP SE INACTV WKTXT ACC7 2014*, "0158009673, 0158009681, 015800969X, 0158009703",

我试过的表达式

^(("(?:[^"]|"")*"|[^,]*)(,("(?:[^"]|"")*"|[^,]*))*)$

匹配整个字符串。

[-\w\s"/&*]+(,[-\w\s"/&*]+)*

是我最近的一次。没有抓住“逗号空格逗号”。我需要考虑整个输入字符串作为一个整体。

非常感谢您的阅读和帮助！

Answer 1

sed -En "/^[^\s,][^,]*[^\s,](,[^\s,][^,]*[^\s,])*$/p"

预期：

• 开始"^“
• 除了空格或逗号“^s”之外，
• 不是逗号"^，“
• 可能有许多"*“
• 除空格或逗号“^s”以外的其他内容(不确定这一项是否为规则，如果不是，则删除)
• 以下"(“”
  • 逗号"，“
  • 如上所示

​

• “直到这里")”
• 几次如果你喜欢"*“
• 最后的"$“

如果要使用整个字符串，请将其括在另一对"()“中，并使用"\1”。

我给一名示威者看过苏德。

我可以转换为perl或egrep风格的regexes，但缺乏java使用的regex风格的经验。