如何使用正则表达式解析Perl中引用的CSV？

Question

我在使用引号解析CSV数据时遇到了一些问题.我的主要问题是字段中的引号.在以下示例中,第1-4行正常工作,但5,6和7不工作.

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比他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

您无法下载Text :: CSV的副本或CSV解析器的任何其他非基于XS的实现,并将其安装在您的本地目录或项目的lib/sub目录中,以便安装在与您的项目推出.

如果您无法在项目中存储文本文件,那么我想知道您是如何编写项目的.

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

应该是如何让这些在当地进入工作状态的良好指南.

不使用CPAN确实是一种灾难.

在尝试编写自己的CSV实现之前,请考虑这一点.

Text :: CSV超过一百行代码,包括修复的bug和边缘情况,从头开始重写这些只会让你了解CSV是多么糟糕.

_{注意:我很难学到这一点.花了一整天的时间才能在PHP中找到一个有效的CSV解析器,之后我发现在以后的版本中添加了一个内置的解析器.这真的很可怕.}

Answer 2

您可以使用Perl附带的Text :: ParseWords解析CSV .

use Text::ParseWords;

while (<DATA>) {
    chomp;
    my @f = quotewords ',', 0, $_;
    say join ":" => @f;
}

__DATA__
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,

正确解析你的CSV ....

# => 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:

我使用Text :: ParseWords的唯一问题是数据中的嵌套引号未正确转义.然而,这是错误构建的CSV数据,并会导致大多数CSV解析器出现问题;-)

你可能会注意到这一点

# S,"YBELT,"V"",000323030,

出来了(即引号下降到"V")

# S:YBELT,V:000323030:

但是,如果它像这样逃脱

# S,"YBELT,\"V\"",000323030,

那么报价将被保留

# S:YBELT,"V":000323030: