给出这样的字符串：
a，“string，with”，各种各样，“值和一些”，引用
在忽略引用部分中的逗号的同时，基于逗号拆分此算法的好算法是什么？
输出应该是一个数组：
[“a”，“string，with”，“various”，“values and some”，“quoted”]
答案 0 :(得分：20)
看起来你在这里得到了一些好的答案。
对于那些希望处理您自己的CSV文件解析的人，请听取专家和Don't roll your own CSV parser的建议。
你的第一个想法是，“我需要在引号内处理逗号。”
你的下一个想法是，“哦，废话，我需要处理引号内的引号。转义引号。双引号。单引号......”
这是通向疯狂的道路。不要自己写。找到一个具有广泛的单元测试覆盖率的图书馆，该图书馆覆盖了所有的硬件，并为您经历了地狱。对于.NET，请使用免费的FileHelpers库。
答案 1 :(得分：6)
<强>的Python：
import csv
reader = csv.reader(open("some.csv"))
for row in reader:
print row
答案 2 :(得分：2)
当然使用CSV解析器更好，但只是为了它的乐趣：
Loop on the string letter by letter.
If current_letter == quote :
toggle inside_quote variable.
Else if (current_letter ==comma and not inside_quote) :
push current_word into array and clear current_word.
Else
append the current_letter to current_word
When the loop is done push the current_word into array
答案 3 :(得分：1)
答案 4 :(得分：1)
如果我选择的语言在没有考虑的情况下没有提供这样做的方法，那么我最初会考虑两种选择作为简单的出路：
使用另一个控制字符预先解析并替换字符串中的逗号，然后将它们拆分，然后对数组进行后解析，将之前使用的控制字符替换为逗号。
或者在逗号上拆分它们，然后将生成的数组解析为另一个数组，检查每个数组条目的引号并连接条目，直到我到达终止引号。
答案 5 :(得分：1)
如果出现奇数引号，该怎么办？ 在原始字符串？
这看起来非常像CSV解析，它有一些处理引用字段的特性。如果字段用双引号分隔，则该字段仅被转义，因此：
field1，“field2，field3”，field4，“field5，field6”field7
变为
FIELD1
field2，field3
field4中
“字段5
field6“field7
请注意，如果它不是以引号开头和结尾，那么它不是引用字段，双引号只是被视为双引号。
如果我没记错的话，我的代码实际上并没有真正正确地处理这个问题。
答案 6 :(得分：1)
这是一个基于Pat的伪代码的简单python实现：
def splitIgnoringSingleQuote(string, split_char, remove_quotes=False):
string_split = []
current_word = ""
inside_quote = False
for letter in string:
if letter == "'":
if not remove_quotes:
current_word += letter
if inside_quote:
inside_quote = False
else:
inside_quote = True
elif letter == split_char and not inside_quote:
string_split.append(current_word)
current_word = ""
else:
current_word += letter
string_split.append(current_word)
return string_split
答案 7 :(得分：0)
我用它来解析字符串，不确定它是否有帮助;但是可能会做一些小修改？
function getstringbetween($string, $start, $end){
$string = " ".$string;
$ini = strpos($string,$start);
if ($ini == 0) return "";
$ini += strlen($start);
$len = strpos($string,$end,$ini) - $ini;
return substr($string,$ini,$len);
}
$fullstring = "this is my [tag]dog[/tag]";
$parsed = getstringbetween($fullstring, "[tag]", "[/tag]");
echo $parsed; // (result = dog)
/ MP
答案 8 :(得分：0)
这是一个简单的算法：
'"'字符开头'"'字符分隔的数组。#COMMA#标记引用的逗号
'"'开头，请在数组中标记索引％2 == 0 ','字符分隔的数组。#COMMA#字符替换','占位符数组中的所有实例。继承python的实现：
（固定为句柄'“a，b”，c，“d，e，f，h”，“i，j，k”'）
def parse_input(input):
quote_mod = int(not input.startswith('"'))
input = input.split('"')
for item in input:
if item == '':
input.remove(item)
for i in range(len(input)):
if i % 2 == quoted_mod:
input[i] = input[i].replace(",", "#COMMA#")
input = "".join(input).split(",")
for item in input:
if item == '':
input.remove(item)
for i in range(len(input)):
input[i] = input[i].replace("#COMMA#", ",")
return input
# parse_input('a,"string, with",various,"values, and some",quoted')
# -> ['a,string', ' with,various,values', ' and some,quoted']
# parse_input('"a,b",c,"d,e,f,h","i,j,k"')
# -> ['a,b', 'c', 'd,e,f,h', 'i,j,k']
答案 9 :(得分：0)
这是一种标准的CSV样式解析。很多人试图用正则表达式来做这件事。使用正则表达式可以达到约90％，但是您确实需要一个真正的CSV解析器来正确执行它。几个月前我发现fast, excellent C# CSV parser on CodeProject我强烈推荐！
答案 10 :(得分：0)
def parsecsv(instr):
i = 0
j = 0
outstrs = []
# i is fixed until a match occurs, then it advances
# up to j. j inches forward each time through:
while i < len(instr):
if j < len(instr) and instr[j] == '"':
# skip the opening quote...
j += 1
# then iterate until we find a closing quote.
while instr[j] != '"':
j += 1
if j == len(instr):
raise Exception("Unmatched double quote at end of input.")
if j == len(instr) or instr[j] == ',':
s = instr[i:j] # get the substring we've found
s = s.strip() # remove extra whitespace
# remove surrounding quotes if they're there
if len(s) > 2 and s[0] == '"' and s[-1] == '"':
s = s[1:-1]
# add it to the result
outstrs.append(s)
# skip over the comma, move i up (to where
# j will be at the end of the iteration)
i = j+1
j = j+1
return outstrs
def testcase(instr, expected):
outstr = parsecsv(instr)
print outstr
assert expected == outstr
# Doesn't handle things like '1, 2, "a, b, c" d, 2' or
# escaped quotes, but those can be added pretty easily.
testcase('a, b, "1, 2, 3", c', ['a', 'b', '1, 2, 3', 'c'])
testcase('a,b,"1, 2, 3" , c', ['a', 'b', '1, 2, 3', 'c'])
# odd number of quotes gives a "unmatched quote" exception
#testcase('a,b,"1, 2, 3" , "c', ['a', 'b', '1, 2, 3', 'c'])
答案 11 :(得分：0)
我无法抗拒地看到我是否可以在Python单行中使用它：
arr = [i.replace("|", ",") for i in re.sub('"([^"]*)\,([^"]*)"',"\g<1>|\g<2>", str_to_test).split(",")]
返回['a'，'字符串，带'，'各种'，'值和某些'，'引用']
首先将引号内部的'，'替换为另一个分隔符（|）， 将字符串拆分为'，'并替换|再次分离。
答案 12 :(得分：0)
由于您说的是不可知的语言，因此我以最接近伪代码的语言编写了算法：
def find_character_indices(s, ch):
return [i for i, ltr in enumerate(s) if ltr == ch]
def split_text_preserving_quotes(content, include_quotes=False):
quote_indices = find_character_indices(content, '"')
output = content[:quote_indices[0]].split()
for i in range(1, len(quote_indices)):
if i % 2 == 1: # end of quoted sequence
start = quote_indices[i - 1]
end = quote_indices[i] + 1
output.extend([content[start:end]])
else:
start = quote_indices[i - 1] + 1
end = quote_indices[i]
split_section = content[start:end].split()
output.extend(split_section)
output += content[quote_indices[-1] + 1:].split()
return output