c# - 使用定界符拆分，除非定界符被转义

Question

我正在使用

读取来自 excel 的剪贴板数据

var stream = (System.IO.Stream) (Forms.Clipboard.GetDataObject()).GetData(Forms.DataFormats.CommaSeparatedValue);,

但不幸的是，excel 传递的是单元格文本而不是单元格值。当单元格使用特殊格式(例如千位分隔符)时，列中一系列单元格的剪贴板数据如下所示:

 1,234,123.00    2,345.00    342.00      12,345.00

存储为:

\" 1,234,123.00 \",\" 2,345.00 \", 342.00 ,\" 12,345.00 \"

当我真正想要的是:

 1234123.00, 2345.00, 342.00, 12345.00

我之前一直在使用 clipData.Split(new string[] { ","}, StringSllitOptions.None)) 函数将我的 CSV 剪贴板数据转换为一系列单元格，但是这个当存在包含逗号的转义格式化文本时失败。

---

我想问是否有人能想出一种方法将这个字符串拆分成一组单元格，忽略 \" 位中转义的逗号，因为这是 Excel 选择转义的方式包含逗号的单元格。

简而言之，我怎样才能转换包含这个的单个字符串:

\" 1,234,123.00 \",\" 2,345.00 \", 342.00 ,\" 12,345.00 \"

放入包含以下内容的字符串数组:

{ "1,234,123.00", "2,345.00", "342.00", "12,345.00" }

不会破坏我解析简单逗号分隔字符串的能力。

*****编辑***

在此处跟进问题(制定为 DFA):Split a string based on each time a Deterministic Finite Automata reaches a final state?

Answer 1

首先，我之前处理过来自 Excel 的数据，您通常看到的是逗号分隔值，如果该值被认为是一个字符串，它将在它周围有双引号(并且可以包含逗号和双引号)。如果它被认为是数字，则没有双引号。此外，如果数据包含将由双引号分隔的双引号，如 ""。所以假设所有这些都是我过去处理这个问题的方式

public static IEnumerable<string> SplitExcelRow(this string value)
{
    value = value.Replace("\"\"", "&quot;");
    bool quoted = false;
    int currStartIndex = 0;
    for (int i = 0; i < value.Length; i++)
    {
        char currChar = value[i];
        if (currChar == '"')
        {
            quoted = !quoted;       
        }
        else if (currChar == ',')
        {
            if (!quoted)
            {
                yield return value.Substring(currStartIndex, i - currStartIndex)
                    .Trim()
                    .Replace("\"","")
                    .Replace("&quot;","\"");
                currStartIndex = i + 1;
            }
        }
    }
    yield return value.Substring(currStartIndex, value.Length - currStartIndex)
        .Trim()
        .Replace("\"", "")
        .Replace("&quot;", "\"");
}

当然，这是假设传入的数据是有效的，所以如果你有类似 "fo,o"b,ar","bar""foo" 的东西，这将不起作用。此外，如果你data 包含 " 然后它会变成一个 "这可能是可取的，也可能不是可取的。