regex - 在 VB.net 中将管道分隔文件更改为逗号分隔

Question

所以我有一组管道分隔的输入，如下所示:

"787291 | 3224325523" | 37826427 | 2482472 | "46284729|46246" | 24682 | 82524 | 6846419 | 68247

我使用下面给出的代码将它们转换为逗号分隔:

 Dim line As String
    Dim fields As String()
    Using sw As New StreamWriter("c:\test\output.txt")
        Using tfp As New FileIO.TextFieldParser("c:\test\test.txt")
            tfp.TextFieldType = FileIO.FieldType.Delimited
            tfp.Delimiters = New String() {"|"}
            tfp.HasFieldsEnclosedInQuotes = True
            While Not tfp.EndOfData
                fields = tfp.ReadFields
                line = String.Join(",", fields)
                sw.WriteLine(line)
            End While
        End Using
    End Using

到目前为止一切顺利。它仅考虑引号之外的分隔符并将其更改为逗号分隔符。但是当我输入如下所示的杂散引号时，麻烦就开始了:

"787291 | 3224325523" | 37826427 | 2482472 | "46284729|46246" | 24682 | "82524 | 6846419 | 68247

这里的代码给出

MalformeLineExcpetion

我意识到这是由于我的输入中的杂散引用造成的，而且因为我就像正则表达式中的菜鸟，所以我无法在这里使用它(或者我无法)。如果有人有任何想法，将不胜感激。

Answer 1

这是评论中描述的编码过程:

• 读取原始输入文件的所有行，
• 修复有问题的行(使用正则表达式或任何其他合适的东西)，
• 使用TextFieldParser执行正确输入的解析
• Join() TextFieldParser 创建的输入部分使用,作为分隔符
• 将固定的、重构的输入行保存到最终的输出文件

我正在使用Wiktor Stribiżew正则表达式模式:根据问题的描述，它看起来应该可以工作。

注意:
当然我不知道是否应该使用特定的编码。
在这里，Encoding is the default <强> UTF-8 no-BOM ，进出。

<强> "FaultyInput.txt" 是损坏的源文件。
<强> "FixedInput.txt" 是包含由正则表达式(希望)修复的输入行的文件。您还可以使用 MemoryStream .
<强> "FixedOutput.txt" 是最终的CSV文件，包含逗号分隔的字段和正确的值。

这些文件都在可执行启动路径中读取/写入。

Dim input As List(Of String) = File.ReadAllLines("FaultyInput.txt").ToList()
For line As Integer = 0 To input.Count - 1
    input(line) = Regex.Replace(input(line), "(""\b.*?\b"")|""", "$1")
Next

File.WriteAllLines("FixedInput.txt", input)

Dim output As List(Of String) = New List(Of String)
Using tfp As New FileIO.TextFieldParser("FixedInput.txt")
    tfp.TextFieldType = FileIO.FieldType.Delimited
    tfp.Delimiters = New String() {"|"}
    tfp.HasFieldsEnclosedInQuotes = True
    While Not tfp.EndOfData
        Dim fields As String() = tfp.ReadFields
        output.Add(String.Join(",", fields))
    End While
End Using

File.WriteAllLines("FixedOutput.txt", output)
'Eventually...
'File.Delete("FixedInput.txt")