用转义引号分割逗号分隔的字符串答案

【问题标题】：splitting a comma delimited string with escaping quotes用转义引号分割逗号分隔的字符串
【发布时间】：2012-10-04 23:21:28
【问题描述】：

我看到有几个类似的问题，但我没有找到任何令人满意的答案。我有一个逗号分隔的文件，其中每一行看起来像这样：

4477,52544,,,P,S,    ,,SUSAN JONES,9534 Black Bear Dr,,"CITY, NV 89506",9534 BLACK BEAR DR,,CITY,NV,89506,2008,,,,  ,     ,    , ,,1

出现的问题是，当一个标记用引号“CITY, NV 89506”转义逗号时

我需要一个结果，其中处理转义的令牌并包含每个令牌，甚至是空的。

【问题讨论】：

我很想自己进行解析。好像不太难。
拆分这个正则表达式，我在另一个问题上找到，让我非常接近 regex = ",(?=([^"]*"[^"]*")*[^"] *$)"。问题是我在结果中有引号。我不知道如何删除引号。
这个问题其实已经被问过很多次了。关键字是相当多变的。例如，请参阅 stackoverflow.com/questions/6432408/… 和 stackoverflow.com/questions/6428053/…。
您想如何处理分隔符逗号旁边的空格？例如，您的示例中的第七个值是空字符串还是 4 个空格的字符串？
Ted- 空格或空字符串仍应显示为值。这是挑战的一部分。

标签： java regex split tokenize

【解决方案1】：

考虑一个合适的 CSV 解析器，例如 opencsv。它将经过高度测试（与新的本土解决方案不同）并处理您所描述的边缘条件（以及许多您没有考虑过的情况）。

在下载中，有一个示例文件夹，其中包含“addresses.csv”，其中包含以下行：

Jim Sample,"3 Sample Street, Sampleville, Australia. 2615",jim@sample.com

在同一目录下，文件 AddressExample.java 解析此文件，并且与您的问题高度相关。

【讨论】：

【解决方案2】：

这是使用提供的java.lang.String 方法回答您的问题的一种方法。我相信它可以满足您的需求。

private final char QUOTE = '"';
private final char COMMA = ',';
private final char SUB = 0x001A; // or whatever character you know will NEVER
    // appear in the input String

public void readLine(String line) {
    System.out.println("original: " + line);

    // Replace commas inside quoted text with substitute character
    boolean quote = false;
        for (int index = 0; index < line.length(); index++) {
        char ch = line.charAt(index);
        if (ch == QUOTE) {
            quote = !quote;
        } else if (ch == COMMA && quote) {
            line = replaceChar(line, index, SUB);
            System.out.println("replaced: " + line);
        }
    }

    // Strip out all quotation marks
    for (int index = 0; index < line.length(); index++) {
        if (line.charAt(index) == QUOTE) {
            line = removeChar(line, index);
            System.out.println("stripped: " + line);
        }
    }

    // Parse input into tokens
    String[] tokens = line.split(",");
    // restore commas in place of SUB characters
    for (int i = 0; i < tokens.length; i++) {
        tokens[i] = tokens[i].replace(SUB, COMMA);
    }

    // Display final results
    System.out.println("Final Parsed Tokens: ");
    for (String token : tokens) {
        System.out.println("[" + token + "]");
    }
}

private String replaceChar(String input, int position, char replacement) {
    String begin = input.substring(0, position);
    String end = input.substring(position + 1, input.length());
    return begin + replacement + end;
}

private String removeChar(String input, int position) {
    String begin = input.substring(0, position);
    String end = input.substring(position + 1, input.length());
    return begin + end;
}

【讨论】：