Question

我需要使用正则表达式解析CSV，并且一个特定列需要是引号中的字符串或NULL（作为字符串而不是空值）。

如果使用\,("[^"]*")引用它，我可以获取该列，但是如果它是NULL，那么任何尝试获取它都会超出我的范围。我认为它类似于\,(("[^"]*")|(NULL))，但这会导致奇怪的结果。

要解决问题，需要匹配：

“foo” 的

NULL

但不是：

巴

修改的

如果我使用值“这是一个字符串，包含它”，则匹配被拒绝（只接受("[^"]*")）。接受NULL，但它不返回字符串'NULL'，这不是我需要的行为）

这是完整的正则表达式：因为它出现在代码中：

@fields = $line =~ /^
        (\d{0,10}+)
        \,(\d{0,10}+)
        \,([0-9\.]{0,6}+)
        \,([0-9\.]{0,6}+)
        \,([^,]*)
        \,([^,]*)       
        \,(\d*\.?\d*)
        \,(\d*\.?\d*)   
        \,([^,]*)
        \,([^,]*)
        \,([^,]*)
        \,([^,]*)
        \,([^,]*)
        \,(\w{3}+)
        \,(\w{3}+)
        \,([^,]*)
        \,([^,]*)
        \,(\w{0,10})
        \,(\d+)
        \,([^,]*)           
        \,(\d{1}+)
        \,(("[^"]*")|(NULL))
        \,([^,]*)   
        \,([^,]*)   
        $
    /xo;

这是一个示例行（对不起，如果它是荒谬的）：

1111,111111,0,0，这是一些文字，1111.11,0.00,0.00,2014-03-14 11：11：1111.111，文字，2014-03-11 11：11：11.111，文字，文字， LLL，AAA，1900-01-01 00：00：00.000,1900-01-01 23：59：59.000，NULL，0,2014-03-11 11：00：11.111,1，NULL，1111111，NULL

输出：

1111
111111个
0
0
这是一些文字
1111.11
0.00
0.00
2014-03-14 11：11：1111.111
文字
2014-03-11 11：11：11.111
文字
文字
LLL
AAA
1900-01-01 00：00：00.000
1900-01-01 23：59：59.000
NULL
0
2014-03-11 11：00：11.111
1
NULL

NULL
1111111个
NULL

看起来它为\，（（“[^”] *“）|（NULL））匹配返回3个值：NULL，一个空字符串，当它应该只返回一个NULL时为NULL。

如果我将重要的NULL（最后一个值中的第三个）括在引号中，我得到以下输出：

1111
111111个
0
0
这是一些文字
1111.11
0.00
0.00
2014-03-14 11：11：1111.111
文字
2014-03-11 11：11：11.111
文字
文字
LLL
AAA
1900-01-01 00：00：00.000
1900-01-01 23：59：59.000
NULL
0
2014-03-11 11：00：11.111
1
“NULL”
“NULL”

1111111
NULL

因此，它也输出3个值而不是输出的单个“NULL”

Answer 1

更改正则表达式的这一部分：

(("[^"]*")|(NULL))

为：

("[^"]*"|NULL)

你那里有3个捕获组。首先包含("[^"]*")|(NULL)，第二个包含"[^"]*"，第三个包含NULL，如果您有NULL，则第一个捕获组中会有NULL，空第二个捕获组和第三个捕获组中的NULL。

根据我的建议，您应该只有一个拥有"[^"]*"或NULL的捕获组。

正则表达式匹配任何带引号的字符串或特定的未加引号的字符串

1 个答案: