需要正则表达式帮助清理分隔数据

Question

我有一些竖线分隔的数据，如下所示：

    field|field|field|field|another "field"|field
    field|field|field|"another" field|field|field
    field|"fie|ld"|field|field|field|field

我遇到的问题是，分隔字段的双引号格式不正确（包含分隔符或引号的字段本身应该用双引号引起来，而双引号-引号应该用 另一个 双引号来代替）。输出应该是这样的：

    field|field|field|field|"another ""field"""|field
    field|field|field|"""another"" field"|field|field
    field|"fie|ld"|field|field|field|field

有人知道是否有使用正则表达式执行此操作的简单方法吗？

Answer 1

只有部分操作适用于正则表达式。其他部分更适合常规程序流程。正则表达式仍然可以作为操作的组成部分，但尽可能使用内置的字符串操作。

使用 PCRE：

读入一行输入字符串。
在与 "[^"]*"(*SKIP)(*F)|\| 的任何匹配处拆分行以获得字段列表。
对于每个字段：
1. 如果它包含与 (?<!^)"(?!$) 的匹配项，请用引号将字段括起来。
2. 之后，将 (?<!^)"(?!$) 的每个匹配项替换为 ""。
重新加入字段列表并将其输出为新 CSV 的一行。
返回步骤 #1，直到处理完所有行。

Regex #1 Test
Regex #2 Test (Stage 1)
Regex #2 Test (Stage 2)

My attempt at translating this to PERL

需要正则表达式帮助清理分隔数据

Need regex help to clean up delimited data

regex

csv

text

rfc4180