Question

我试图替换用竖线分隔并引用封装文件的引号，而不替换提供封装的引号。

我尝试使用下面的Perl行用反斜杠`替换引号，但不确定如何只替换引号而不替换整个1。

样本数据（test.txt）：

"1"|"Text"|"a"\n
"2"|""Text in quotes""|"ab"\n
"3"|"Text "around" quotes"|"abc"\n

perl -pi.bak -e 's/(?<=\|")(.*)(?="\|)/\1`/' test.txt

这是正在发生的事情：

"1"|"`"|"a"\n
"2"|"`"|"ab"\n
"3"|"`"|"abc"\n

这是我想要实现的目标：

"1"|"Text"|"a"\n
"2"|"`Text in quotes`"|"ab"\n
"3"|"Text `around` quotes"|"abc"\n

Answer 1

在Perl 5.14和更高版本中，您可以使用

perl -pi.bak -e 's/(?:^|\|)(")?\K(.*?)(?=\1(?:$|\|))/$2=~s#"|(`)#`$1#gr/ge' test.txt

请参见regex demo和online demo。

这里的要点是您将字段与第一个正则表达式匹配，然后使用在匹配部分运行的第二个正则表达式处理双引号和反引号。

详细信息

(?:^|\|)-匹配字符串或|的开头
(")?-与"匹配的可选第1组
\K-匹配重置运算符会丢弃当前匹配缓冲区中的所有文本
(.*?)-第2组：除换行符外的任何0+个字符
(?=\1(?:$|\|))-一个正向超前查询，可确保与组1中的值相同，然后确保字符串的末尾或|的位置紧靠当前位置的右侧。

因此，第2组是单元格内容，没有用双引号引起来。 $2=~s#"|(）＃$1#gr用"替换所有`，并复制第2组值中所有找到的文字反引号（请参见this regex demo）。 "|(`)模式与"或反引号匹配（将后者捕获到组1中），而`$1则将匹配替换为反引号和组1的内容。

Answer 2

已更新是为了澄清已经出现的反引号应加倍

一种方法是在split上的|上加上引号，使其余的正则表达式变得简单，然后重新组装字符串。与单个正则表达式相比，这可能会失去一些效率，但维护起来要简单得多

perl -F"\|" -wlanE'
    say join "\|", 
        map { s/^"|"$//g; s/`/``/g; s/"([^"]+)"/`$1`/g; qq("$_") } @F
' data.txt

-a选项使其“自动分割”每一行，因此在程序中，行标记在@F中可用，而-F指定要分割的模式（默认值除外））。 -l处理换行符。参见Command switches in perlrun。

在map中，封闭的"被删除，现有的反引号也加倍；然后全局更改"模式周围的内容。然后将引号放回去，并编辑返回的列表join。 |中的join被转义，以便通过shell进入Perl程序；如果这是脚本（而不是单行代码），我将始终建议将\|更改为|。

我不知道有关报价的典型数据和可能出现的边缘情况，但是如果报价中可能存在松散（单个，不成对）的报价，则会出现问题，并可能产生错误的输出，并且会安静地输出；就像任何期望使用双引号的过程一样，无需进行非常详细的分析。

简单地将所有"（而不是封闭的）替换为

可能整体上更安全

map { s/^"|"$//g; s/`/``/g; s/"/`/g; qq("$_") }

（或使用tr代替正则表达式s///g）。这也增加了一些效率指标。

获取数据“实质”的另一种方法是使用Text::CSV，它允许使用除（缺省）逗号之外的定界符并吸收引号。在字段中使用引号被认为是CSV格式不正确，但是该模块也可以使用以下选项对其进行解析。

use warnings;
use strict;
use feature 'say';

use Text::CSV;

my $file = shift || 'data.txt';
my $outfile = 'new_' . $file;

my $csv = Text::CSV->new( { binary => 1, sep_char => '|', 
    allow_loose_quotes => 1, escape_char => '',     # quotes inside fields
    always_quote => 1                               # output as desired
} ) or die "Can't do CSV: ", Text::CSV->error_diag;

open my $fh,     '<', $file    or die "Can't open $file: $!";
open my $out_fh, '>', $outfile or die "Can't open $outfile: $!";

while (my $row = $csv->getline($fh)) {
    s/`/``/g for @$row;
    tr/"/`/  for @$row;
    $csv->say($out_fh, $row);
}

要在字段escape_char中使用引号，quote_char必须与''不同；我只是在这里将其设置为always_quote。输出也由模块处理，并且class _HomePageState extends State<HomePage> { List<Todo> _dataList; final FirebaseDatabase _database = FirebaseDatabase.instance; StreamSubscription<Event> _onTodoAddedSubscription; Query _todoQuery; @override void initState() { super.initState(); _dataList = List(); _todoQuery = _database.reference().child(widget.userId); _onTodoAddedSubscription = _todoQuery.onChildAdded.listen(_onEntryAdded); } @override void dispose() { _onTodoAddedSubscription.cancel(); super.dispose(); } _onEntryAdded(Event event) { setState(() { _dataList.add(Todo.fromSnapshot(event.snapshot)); }); } Widget _showTodoList() { if (_dataList.length > 0) { return ListView.builder( shrinkWrap: true, itemCount: _dataList.length, itemBuilder: (BuildContext context, int index) { String todoId = _dataList[index].key; bool status = _dataList[index].status; int datetime = _dataList[index].datetime; double current = _dataList[index].current; double voltage = _dataList[index].voltage; }); } } @override Widget build(BuildContext context) { return Scaffold( body: _showTodoList(), ); } }属性用于该属性（引用所有字段，无论是否需要）。请参阅文档。

当然，使用此模块可以完成更多工作。

如果问题的目的恰好是清理一种文件格式，其中对字段和字段内部都使用相同的引号，则建议对模块进行全部处理。这种方法使人们可以干净，一致地设置用于输入和输出的各种选项，并且是可维护的。

几个问题

那里有什么样的数据，有可能出现流浪报价？那呢这可能甚至影响最佳方法的选择，因为它可能需要详细的分析。
如果此处的任务是拉直CSV样式的数据，那么为什么不对字段中的引号（如CSV中常见的和正确的）加倍，而不是替换它们（并可能损害其文本含义）？例如，请参阅模块的文档。

Answer 3

Perl使用$ 1作为正则表达式替换部分中的第一个捕获组的占位符，而不是\ 1（用于正则表达式的匹配部分）。您的正则表达式与内引号不匹配，并且可能与管道分隔数据的第一个或最后一个字段不匹配。您的替换也未能在被捕获的组之前添加引号字符。

尝试：

perl -pi.bak -e 's/(?<=(?:^|\|)")"([^"]*)"(?="(?:$|\|))/`$1´/' test.txt

Answer 4

另一个Perl。按数组@F拆分后，检查“不在元素开头/结尾的位置。”

 perl -F"\|"  -lane   ' for(@F) { s/(?<!^)"(?!$)/`/g }; print join("|",@F) '

具有给定的输入

$ cat grasshopper.txt
"1"|"Text"|"a"
"2"|""Text in quotes""|"ab"
"3"|"Text "around" quotes"|"abc"
$  perl -F"\|"  -lane   ' for(@F) { s/(?<!^)"(?!$)/`/g }; print join("|",@F) ' grasshopper.txt
"1"|"Text"|"a"
"2"|"`Text in quotes`"|"ab"
"3"|"Text `around` quotes"|"abc"
$

使用Perl正则表达式替换引号封装字符串中的引号

4 个答案: