Question

我正在尝试解析CSV。我想把它放到一个数据库中，或者只是用JavaScript解析它，但是由于语法错误，这两种方式都失败了。我的整个CSV文件都在这里：
https://gist.github.com/1023560

如果你注意到，它会在双引号中有双引号的地方中断，并且在插入MySQL时也会失败。第一次突破见第13行。它中断而不是返回完整的：

 <a href="http://www.facebook.com/pages/Portland-Community-Gardens/139244076118027?v=wall" target="_blank"><img src="/shared/cfm/image.cfm?id=348340" alt="Facebook" width="100" height="31" /></a>

它返回：

<a href="

对于JavaScript，我将使用Ben Nadel的CSVToArray（）：
http://www.bennadel.com/blog/1504-Ask-Ben-Parsing-CSV-Strings-With-Javascript-Exec-Regular-Expression-Command.htm

我的最终目标是放入MySQL，这样我就能用PHP的json_encode()回显一个JSON提要。

我注意到可能有问题的是，双引号可以在上面的HTML标记中，也可以作为HTML标记的textNodes，所以"<span class="text">"Example"</span>"

第一组引号是CSV列，第二组是HTML引号，第三组是文本引号。

Answer 1

你可以能够欺骗它并使用正则表达式来寻找：

"(.*?)"(?=,|$)

但这就是hack-ish（基本上，只有在紧跟逗号或结尾后才接受结尾引用）。相同的逻辑适用于find-replace。（同样，这一切都假定“迷路”引用永远不会遵循标准的CSV规则（例如，在它之前或之后有一个逗号/行[开头/结尾]））

我认为您无法控制原始数据并且必须使用您拥有的数据？

修改

虽然我只是在您的数据的小示例上尝试了此操作，但这似乎找到了“迷路”引号，您可以使用""替换为{

(?<!^|"|,)"(?!"|,|$)

Answer 2

引号与逗号无关。如果逗号是分隔符，则您不能在值中使用逗号。如果您可以使用不同的分隔符保存CSV，则可能会获得更好的结果使用像〜或a ^这样的字符而不是逗号作为分隔符。

Answer 3

假设您在Windows上或在Windows机器上执行此操作，请查看Logparser。它是一个免费的命令行实用程序，可以解析包括CSV在内的多种数据格式，并可以输出多种格式，包括SQL。

破碎的CSV，我该如何解决？

3 个答案: