发现此代码可以在包含双引号的情况下分解 CSV 字段 但我不太明白正则表达式的模式匹配
如果有人可以一步步解释这个表达式如何评估模式，我将不胜感激
"([^\"]*)"|(?<=,|^)([^,]*)(?:,|$)
谢谢
==== 旧帖子
这对我来说效果很好 - 要么匹配“两个引号以及它们之间的任何内容”，要么匹配“行首或逗号与行尾或逗号之间的内容”。迭代匹配可以获取所有字段，即使它们是空的。例如，
快速的“棕色狐狸跳”过来，“那个”，“懒狗”分解为
快速的“棕色狐狸跳过”“懒狗”
import java.util.ArrayList;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class CSVParser {
/*
* This Pattern will match on either quoted text or text between commas, including
* whitespace, and accounting for beginning and end of line.
*/
private final Pattern csvPattern = Pattern.compile("\"([^\"]*)\"|(?<=,|^)([^,]*)(?:,|$)");
private ArrayList<String> allMatches = null;
private Matcher matcher = null;
private String match = null;
private int size;
public CSVParser() {
allMatches = new ArrayList<String>();
matcher = null;
match = null;
}
public String[] parse(String csvLine) {
matcher = csvPattern.matcher(csvLine);
allMatches.clear();
String match;
while (matcher.find()) {
match = matcher.group(1);
if (match!=null) {
allMatches.add(match);
}
else {
allMatches.add(matcher.group(2));
}
}
size = allMatches.size();
if (size > 0) {
return allMatches.toArray(new String[size]);
}
else {
return new String[0];
}
}
public static void main(String[] args) {
String lineinput = "the quick,\"brown, fox jumps\",over,\"the\",,\"lazy dog\"";
CSVParser myCSV = new CSVParser();
System.out.println("Testing CSVParser with: \n " + lineinput);
for (String s : myCSV.parse(lineinput)) {
System.out.println(s);
}
}
}
最佳答案
我尝试为您提供提示和所需词汇，以便您在 regular-expressions.info 上找到非常好的解释。
"([^\"]*)"|(?<=,|^)([^,])(?:,|$)
()是一个团体
*是一个量词
如果有?就在左括号之后，这是一个特殊的组，这里 (?<=,|^)是一个回顾断言。
方括号声明一个字符类，例如[^\"] 。这是一个特殊的，因为 ^在开始时。它是一个否定的字符类。
|表示交替，即 OR 运算符。
(?:,|$)是一个非捕获组
$是正则表达式中的特殊字符，它是一个 anchor (匹配字符串的末尾)
关于java - 解释工作正则表达式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8605865/