regex - 如何使用正则表达式解析 Perl 中引用的 CSV？

Question

我在解析带引号的 CSV 数据时遇到了一些问题。我的主要问题是字段内的引号。在下面的示例中，第 1 - 4 行正常工作，但第 5,6 和第 7 行没有。

COLLOQ_TYPE,COLLOQ_NAME,COLLOQ_CODE,XDATA
S,"BELT,FAN",003541547,
S,"BELT V,FAN",000324244,
S,SHROUD SPRING SCREW,000868265,
S,"D" REL VALVE ASSY,000771881,
S,"YBELT,"V"",000323030,
S,"YBELT,'V'",000322933,

我想避免使用 Text::CSV，因为它没有安装在目标服务器上 .意识到 CSV 比它们看起来更复杂，我正在使用 Perl Cookbook 中的食谱。

sub parse_csv {
  my $text = shift; #record containg CSVs
  my @columns = ();
  push(@columns ,$+) while $text =~ m{
    # The first part groups the phrase inside quotes
    "([^\"\\]*(?:\\.[^\"\\]*)*)",?
      | ([^,]+),?
      | ,
    }gx;
  push(@columns ,undef) if substr($text, -1,1) eq ',';
  return @columns ; # list of vars that was comma separated.
}

有没有人建议改进正则表达式来处理上述情况？

Answer 1

请尝试使用 CPAN

您没有理由不能下载 Text::CSV 的副本，或任何其他基于非 XS 的 CSV 解析器实现，并将其安装在您的本地目录或项目的 lib/子目录中，以便它与您的项目推出一起安装。

如果你不能在你的项目中存储文本文件，那么我想知道你是如何编码你的项目的。

http://novosial.org/perl/life-with-cpan/non-root/

应该是关于如何使这些在本地进入工作状态的一个很好的指南。

不使用 CPAN 真的会导致灾难。

请在尝试编写自己的 CSV 实现之前考虑这一点。

Text::CSV有一百多行代码，包括修复的错误和边缘情况，从头开始重新编写它只会让您了解 CSV 是多么糟糕的艰难方式。

注意:我以艰难的方式学到了这一点。我花了一整天的时间在 PHP 中获得了一个可以工作的 CSV 解析器，然后我发现在更高版本中添加了一个内置的解析器。这真的是一件很可怕的事情。