pattern - regex online c#

C#Regex Split-comas fuera de las comillas

Question

Obtuve un montón de cadenas (segmentos de código SQL, en realidad) con el siguiente formato:

(''ABCDEFG'', 123542, ''XYZ 99,9'')

y necesito dividir esta cadena, usando C #, para obtener:

• ''ABCDEFG''
• 123542
• ''XYZ 99,9''

Originalmente estaba usando un simple Split('','') , pero como esa coma dentro del último parámetro está causando estragos en la salida, necesito usar Regex para obtenerla. El problema es que todavía soy bastante novato en expresiones regulares y no puedo descifrar el patrón principalmente porque dentro de esa cadena pueden existir parámetros numéricos y alfanuméricos en cualquier momento ...

¿Qué podría usar para dividir esa cadena de acuerdo con cada coma fuera de las comillas? Aclamaciones

Answer 1

... o podría haber instalado el paquete NuGet LumenWorks CsvReader y hacer algo como a continuación donde leo un archivo csv que tiene contenido como por ejemplo

"hello","how","hello, how are you"
"hi","hello","greetings"
...

y procesarlo así

public static void ProcessCsv()
        {
            var filename = @"your_file_path/filename.csv";
            DataTable dt = new DataTable("MyTable");

            List<string> product_codes = new List<string>();
            using (CsvReader csv = new CsvReader(new StreamReader(filename), true))
            {
                int fieldCount = csv.FieldCount;

                string[] headers = csv.GetFieldHeaders();
                for (int i = 0; i < headers.Length; i++)
                {
                     dt.Columns.Add(headers[i], typeof(string));
                }

                while (csv.ReadNextRecord())
                {
                    DataRow dr = dt.NewRow();
                    for (int i = 0; i < fieldCount; i++)
                    {
                        product_codes.Add(csv[i]);
                        dr[i] = csv[i];
                    }
                    dt.Rows.Add(dr);
                }
            }
        }

Answer 2

Podrías dividir todas las comas, que tienen un número par de citas siguiéndolas, usando la siguiente Regex para encontrarlas:

",(?=(?:[^'']*''[^'']*'')*[^'']*$)"

Lo usarías como

var result = Regex.Split(samplestring, ",(?=(?:[^'']*''[^'']*'')*[^'']*$)");

Answer 3

Pruebe (pirateado de Jens) en el método de división:

",(?:.*?''[^'']*?'')"

o simplemente agrega signos de interrogación después de Jens ''s, eso lo hace perezoso en lugar de codicioso.

Answer 4

aunque a mí también me gustan los desafíos algunas veces, pero esto en realidad no es uno. lea este artículo http://secretgeek.net/csv_trouble.asp y luego continúe y utilice http://www.filehelpers.com/

[Editar1, 3]: o tal vez este artículo también puede ser de ayuda (el enlace solo muestra algún código de muestra de VB.Net pero aún así, ¡también puede usarlo con C #!): http://msdn.microsoft.com/en-us/library/cakac7e6.aspx

Intenté hacer la muestra para C # (agregar referencia a Microsoft.VisualBasic a su proyecto)

using System;
using System.IO;
using Microsoft.VisualBasic.FileIO;

namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            TextReader reader = new StringReader("(''ABCDEFG'', 123542, ''XYZ 99,9'')");
            TextFieldParser fieldParser = new TextFieldParser(reader);

            fieldParser.TextFieldType = Microsoft.VisualBasic.FileIO.FieldType.Delimited;
            fieldParser.SetDelimiters(",");

            String[] currentRow; 

            while (!fieldParser.EndOfData)
            {
                try
                {
                     currentRow = fieldParser.ReadFields();

                     foreach(String currentField in currentRow)
                     {
                        Console.WriteLine(currentField);                        
                     }
                }
                catch (MalformedLineException e)
                {
                    Console.WriteLine("Line {0} is not valid and will be skipped.", e);
               }

            } 

        }
    }
}

[Editar2]: encontré otro que podría ser de ayuda aquí: http://www.codeproject.com/KB/database/CsvReader.aspx

- Reinhard

Answer 5

//this regular expression splits string on the separator character NOT inside double quotes. 
//separatorChar can be any character like comma or semicolon etc. 
//it also allows single quotes inside the string value: e.g. "Mike''s Kitchen","Jane''s Room"
Regex regx = new Regex(separatorChar + "(?=(?:[^/"]*/"[^/"]*/")*(?![^/"]*/"))"); 
string[] line = regx.Split(string to split);