正则表达式部分字符串CSV匹配

Question

让我通过说我是一个完整的业余爱好者来谈RegEx，并且在几天前才开始。我试图解决一个格式化文件的问题，并且遇到了特定类型的数据。输入文件的结构是这样的：

 
Two words,Word,Word,Word,"Number, number" 

我需要做的是格式，像这样......

 
"Two words","Word",Word","Word","Number, number" 

我有过

s/,/","/g

工作正则表达式模式，但它也会替换已经引用的数字，数字部分中的逗号，这会导致字段分隔并中断文件。实际上，我需要修改我的模式以用逗号“，”[逗号引用]替换逗号，但只有当该逗号后面没有空格时。请注意，其他字段在逗号后面永远不会有空格，只有分隔号码列表。

我设法写上去

s/,[A-Za-z0-9]/","/g

其中，同时匹配相应的字符串，将取代逗号和下面的字母。我听说过反向引用，认为这可能是我需要使用的？我的理解是，

s/(,)[A-Za-z0-9]\b

应该工作，但它没有。

任何人有想法？

Answer 1

s/,([^ ])/","$1/将匹配一个“,”后跟一个“非空格”，捕获非空格，然后用捕获的部分替换整个东西。

根据你正在使用哪个正则表达式引擎，你可能会写\1或其他东西，而不是$1。

如果您使用Perl或以其他方式访问带有负向视图的正则表达式引擎，则可以使用s/,(?!)/","/（“,”后面没有空格）。

但是，您的输入看起来像CSV，如果实际上是，则最好使用真正的CSV解析器而不是使用正则表达式解析它。还有很多其他奇怪的角落案例需要担心。

Answer 2

我的经验是，这不是一个很好的正则表达式的使用。如前所述，CSV文件最好由真正的CSV解析器处理。你没有标记语言，所以很难说，但是在perl中，我使用Text :: CSV_XS或DBD :: CSV（允许我像访问一个表一样访问一个CSV文件，当然，在封面下使用Text :: CSV_XS）。比滚动我自己的更简单，并且比使用正则表达式更加强大。

Answer 3

此问题类似于：Replace patterns that are inside delimiters using a regular expression call。

这可能工作：

s/"([^"]*)"|([^",]+)/"$1$2"/g 

Answer 4

看起来你正在使用桑达。

虽然您的模式似乎有点不一致，但我假设您希望每个用逗号分隔的项目都有引号。否则，你正在寻找计算复杂性正则表达式并不意味着处理的区域。

通过sed的，你的命令是：

sed 's/[ \"]*,[ \"]*/\", \"/g' 

注意，你仍然得把双引号字符串的开头和结尾。