ruby - quote_char 导致适合 ruby​​ CSV 导入

Question

我有一个简单的 CSV 文件，它使用 | (管道)作为引号字符。将我的 Rails 应用程序从 Ruby 1.9.2 升级到 1.9.3 后，我收到“CSV::MalformedCSVError:第 1 行中缺少或杂散的引号”错误。

如果我打开 vim 并替换 |使用正引号、单引号甚至“=”，文件工作正常，但是 |和 * 导致错误。有人对可能导致这种情况的原因有任何想法吗？这是一个可以重现错误的简单单行代码:

@csv = CSV.read("public/sample_file.csv", {quote_char: '|', headers: false})

也在 Ruby 2.0 和 irb w/out loading rails 中重现了这一点。

编辑:这里是 CSV 中的一些示例行

|076N102                 |,|CARD                                    |,|         1|,|NEW|,|PCS       |
|07-1801                 |,|BASE                                    |,|        18|,|NEW|,|PCS       |

Answer 1

我认为您刚刚在 CSV ruby​​ 模块中发现了一个错误。 来自 csv.rb:

1587:  @re_chars =   /#{%"[-][\\.^$?*+{}()|# \r\n\t\f\v]".encode(@encoding)}/

此 Regexp 用于转义与特殊正则表达式符号冲突的字符，包括您的“管道”字符 | 。 我看不出任何前置 [-] 的原因，所以如果您删除它，您的示例就会开始工作:

编辑:仅当连字符不是前导字符时，才必须在字符集表达式(用方括号 [] 括起来)内对连字符进行转义。所以必须更新固定的正则表达式:

1587:  @re_chars =   /#{%"(?<!\\[)-(?=.*\\])|[\\.^$?*+{}()|# \r\n\t\f\v]".encode(@encoding)}/

CSV.read('sample.csv', {quote_char: '|'})
# [["076N102                 ",
#  "CARD                                    ",
#  "         1", "NEW", "PCS       "],
# ["07-1801                 ",  
#  "BASE                                    ",
#  "        18", "NEW", "PCS       "]]

由于大多数语言不支持带有量词的后向表达式，包括 Ruby，我不得不将其写成左括号的否定版本。它还会匹配括号对中缺少左边一个的连字符。如果您找到更好的解决方案，请发表评论。

很高兴在向 ruby​​-lang.org 提交错误报告之前听到任何意见。