azure - 如何删除文本文件中引号内而非行尾的\r\n 换行符

Question

我有一大堆文件，其中列中包含换行符，这些文件全部用引号引起来，但 U-SQL 无法处理这些文件，因为它将 \r\n 视为尽管用引号括起来，但仍位于行尾。

除了在 Notepad++ 之类的工具中单独打开每个文件之外，是否有一种简单的方法来修复这些文件？如果换行符包含在引号内，似乎应该有一种方法可以忽略换行符。

例子是这样的:
1,200,400,"123 街","123 街,\r\n纽约, NY\r\n美国",\N,\N,200\r\n

Notepad++ 可以很好地手动查找和替换值，但我正在尝试找到一种批处理方法来执行此操作，因为我有多个文件(每个源表 50 个以上)，并且每个文件中有数十万条记录修复。

Answer 1

根据 U-SQL GitHub 问题 84:USQL and embedded newline characters您可以构建自定义提取器，或尝试使用内置提取器的 escapeCharacter 参数:

USING Extractors.Csv(quoting : true, escapeCharacter : '\\')//引用默认为 true，但重复也无妨。