如何在php中改进此解析csv regexp以解析字符串值中的逗号 - How to refine this parsing-csv regexp in php to parse comma in string value?

How to refine this parsing-csv regexp in php to parse comma in string value?

本文关键字：字符串 regexp csv php | 更新日期: 2023-09-27

我在这个问题中使用joker83的答案:在PHP中解析CSV的正则表达式，但我发现它无法解析字段值正确包含逗号的CSV字符串。是否有可能改进这个regexp来解决这个问题?

joker83: /,(?=(?:[^'"])*(?![^'"]))/模式的解释。
1. ,(?=x)表示模式x后面的逗号。
2. [^'"]表示双引号以外的字符。
3.(?:[^'"])表示匹配括号子模式，但不将其捕获到匹配的结果数组中。
4. *表示指定模式的0个或多个。
5. (x)*表示模式x的0个或多个。
6. y?![^'"]表示y不跟随某个非双引号的字符(即:匹配双引号后面的y
7. 整个含义是匹配双引号后面的逗号(其中*表示零)，或者匹配一个逗号后面的一个或多个字符，而不是双引号，这些字符后面的双引号

如您所见，如果csv字符串是120，"我爱"Lexi Belle"，"Proxy Paige""，"好东西"，那么当在preg_split中应用此regexp时，我们将得到4个字段(即 120 """I Love Lexi Bell"" ""Proxy Piage""" ** "good stuff"**)而不是正确的3个字段。

注意:我正在使用PHP5.2.6(不能升级到新版本，因为我花了很多时间安装一个oci8，可以读取Oracle 8i在Windows上。我无法在新版本的PHP中正确安装它们)。
注意:我也不能使用fgetcsv()，因为输入的csv文件在csv字符串中包含LF代码，fgetcsv()将在该字段的中间分割换行符。

你可以使用这个正则表达式:

/,(?=([^'"]*'"[^'"]*'")*[^'"]*$)/

这是从这个stackoverflow条目中找到的Java:分割逗号分隔的字符串，但忽略引号中的逗号(但对于Java)。

在你的字符串上，它给出:

array(3) {
  [0]=>
  string(3) "120"
  [1]=>
  string(31) ""I love Lexi Bell, Proxy Paige""
  [2]=>
  string(12) ""good stuff""
}

请注意，你仍然有'"在上面。

为什么不使用str_getcsv?

$string = '120,"I love Lexi Bell, Proxy Paige","good stuff"';
$parsedCsv = str_getcsv($string);
print_r($parsedCsv);