regex - 使用 REGEX 查找包装内容中的换行符

Question

直接问题:如何使用 REGEX 环视来查找一组字符之间出现的\r\n 实例(位于开始和结束标记中)，"[和]"里面还有任意字符和换行符？

情况:

我有一个大型数据库导出到制表符或逗号分隔的文本文件，我正在尝试将其导入到 Excel 中。问题在于，某些单元格来自包含换行符的文本区域，并用双引号限定。导入 Excel 时，这些换行符将被视为新行。我无法调整文件的导出方式。我需要保留数据，但确切的格式不需要保留，因此我计划使用一些占位符来返回
或 ~

这是我的数据格式的一般说明:

column1rowA    column2rowA    column3rowA    column4rowA
column1rowB    column2rowB   "column3rowB
3Bcont
3Bcont
3Bcont

"    column4rowB
column1rowC    column2rowC                   column4rowC
column1rowD    column2rowD   "column3rowD
3Dcont"    column4rowD

我的想法是尝试在 Notepad++ 中使用 REGEX 搜索和替换来选择和替换引号内的换行符。为了尝试更简单，我尝试在双引号中添加一个字符来帮助指示它是左引号还是右引号:

"[column3rowB
3Bcont
3Bcont
3Bcont

]"

我是正则表达式新手。我取得的进展(不多)是:

(?<="[)缺少某种通配符 \r\n(?=.*]")

我尝试过的每次迭代都还包含第一个 "[ 之间的每个换行符。最后]"

我也很感激任何其他解决根本问题的方法

Answer 1

如果您可以使用 Notepad++ 以外的其他工具，则可以使用此正则表达式(请参阅我在 regex101 上的工作示例):

(?!\n(([^"]*"){2})*[^"]*$)\n

仅当后面没有偶数个引号时，它才使用负向前查找来查找换行符。您可以将它们替换为 <br> 、空格或任何合适的内容。

分割:

(?! ... )这是负前瞻，这是必要的，因为它是零宽度。任何与之匹配的内容仍然可以再次匹配。

(([^"]*"){2})*这是另一个关键部分。它确保偶数对非引号字符后跟引号。

[^"]*$这可以确保从那里开始直到字符串末尾不再有引号。

警告: 我无法让它在 Notepad++ 中工作，因为它总是识别 $作为一行的结尾，而不是整个字符串的结尾。