如何用逗号分隔，同时忽略引号内的任何逗号？

Question

我有一个 Typescript 文件，它采用 csv 文件并使用以下代码拆分它：

var cells = rows[i].split(",");

我现在需要解决这个问题，以便引号内的任何逗号都不会导致拆分。例如，The,"quick, brown fox", jumped应该拆分为The, quick, brown fox, 和jumped而不是也拆分quick和brown fox。执行此操作的正确方法是什么？

Answer 1

更新：

我认为一行的最终版本应该是：

var cells = (rows[i] + ',').split(/(?: *?([^",]+?) *?,|" *?(.+?)" *?,|( *?),)/).slice(1).reduce((a, b) => (a.length > 0 && a[a.length - 1].length < 4) ? [...a.slice(0, a.length - 1), [...a[a.length - 1], b]] : [...a, [b]], []).map(e => e.reduce((a, b) => a !== undefined ? a : b, undefined))

或者说得更漂亮一点：

var cells = (rows[i] + ',')
  .split(/(?: *?([^",]+?) *?,|" *?(.+?)" *?,|( *?),)/)
  .slice(1)
  .reduce(
    (a, b) => (a.length > 0 && a[a.length - 1].length < 4)
      ? [...a.slice(0, a.length - 1), [...a[a.length - 1], b]]
      : [...a, [b]],
    [],
  )
  .map(
    e => e.reduce(
      (a, b) => a !== undefined ? a : b, undefined,
    ),
  )
;

这是相当长的，但看起来仍然纯粹是功能性的。让我解释一下：

首先，正则表达式部分。基本上，您想要的细分可能有 3 种可能性：

1. *?([^",]+?) *?,"，它是一个没有空格或被空格包围的字符串,，后跟,.
2. " *?(.+?)" *?,，它是一个字符串，由一对引号和引号之外的无限数量的空格包围，后跟,.
3. ( *?),，它是不定数量的空格，后跟“,”。

因此，通过这三个联合体的非捕获组的分裂基本上可以让我们得到答案。

回想一下，当使用正则表达式进行拆分时，结果数组包含：

1. 由分隔符（正则表达式）分隔的字符串
2. 分隔符中的所有捕获组

在我们的例子中，分隔符填充了整个字符串，因此分隔的字符串都是空字符串，除了最后一个所需的部分，该部分被省略，因为后面没有,后面的部分。因此得到的数组应该是这样的：

1. 空字符串
2. 三个字符串，代表匹配的第一个分隔符的三个捕获组
3. 空字符串
4. 三个字符串，代表第二个分隔符匹配的三个捕获组
5. ...
6. 空字符串
7. 最后想要的部分，单独留下

那么为什么只是,在末尾添加 a 就能得到完美的图案呢？事情就是这样(rows[i] + ',')发生的。

在这种情况下，生成的数组成为由空字符串分隔的捕获组。删除第一个空字符串，它们将以 4 个一组的形式出现，如 [ 第一个捕获组，第二个捕获组，第三个捕获组，空字符串 ]。

该reduce块的作用是将它们精确地分为 4 组：

  .reduce(
    (a, b) => (a.length > 0 && a[a.length - 1].length < 4)
      ? [...a.slice(0, a.length - 1), [...a[a.length - 1], b]]
      : [...a, [b]],
    [],
  )

最后，找到每个组中的第一个非undefined元素（不匹配的捕获组将显示为undefined。我们的三个模式是互斥的，因为它们中的任何两个都不能同时匹配。因此每个组中恰好有 1 个这样的元素），它们是正是所需的部分：

  .map(
    e => e.reduce(
      (a, b) => a !== undefined ? a : b, undefined,
    ),
  )

这样就完成了解决方案。

我认为以下内容应该足够了：

var cells = rows[i].split(/([^",]+?|".+?") *, */).filter(e => e)

或者如果您不想要引号：

var cells = rows[i].split(/(?:([^",]+?)|"(.+?)") *, */).filter(e => e)