String Tokenizer：用逗号分隔字符串，用双引号忽略逗号

Question

我有一个像下面的字符串 -

value1，value2，value3，value4，“value5,1234”，value6，value7，“value8”，value9，“value10,123.23”

如果我在上面的字符串上标记，我就会得到逗号分隔的标记。 但是我想在进行拆分时用双引号后的字符串标记器忽略逗号。 我该怎么说呢？

提前致谢

沙市

Answer 1

使用像OpenCSV这样的CSV解析器来处理引用元素中的逗号，自动跨越多行等的值。 您也可以使用该库将文本序列化为CSV格式。

String str = "value1, value2, value3, value4, \"value5, 1234\", " +
        "value6, value7, \"value8\", value9, \"value10, 123.23\"";

CSVReader reader = new CSVReader(new StringReader(str));

String [] tokens;
while ((tokens = reader.readNext()) != null) {
    System.out.println(tokens[0]); // value1
    System.out.println(tokens[4]); // value5, 1234
    System.out.println(tokens[9]); // value10, 123.23
}

Answer 2

你只需要一行和正确的正则表达式：

String[] values = input.replaceAll("^\"", "").split("\"?(,|$)(?=(([^\"]*\"){2})*[^\"]*$) *\"?");

这也为你整理了包装双引号，包括最终报价！

注意：引用第一个术语时的有趣边缘情况需要使用replaceAll()修剪前导引号的额外步骤。

这是一些测试代码：

String input= "\"value1, value2\", value3, value4, \"value5, 1234\", " +
    "value6, value7, \"value8\", value9, \"value10, 123.23\"";
String[] values = input.replaceAll("^\"", "").split("\"?(,|$)(?=(([^\"]*\"){2})*[^\"]*$) *\"?");
for (String s : values)
System.out.println(s);

输出：

value1, value2
value3
value4
value5, 1234
value6
value7
value8
value9
value10, 123.23

Answer 3

我对正则表达式过敏; 为什么不像有人建议的那样双重拆分？

    String str = "value1, value2, value3, value4, \"value5, 1234\", value6, value7, \"value8\", value9, \"value10, 123.23\"";
    boolean quoted = false;
    for(String q : str.split("\"")) {
        if(quoted)
            System.out.println(q.trim());
        else
            for(String s : q.split(","))
                if(!s.trim().isEmpty())
                    System.out.println(s.trim());
        quoted = !quoted;
    }

Answer 4

您可以使用以下几种方法：

1. 编写搜索昏迷并维持状态天气的代码，用引号或注释表示特定的昏迷。
2. 使用双引号符号进行标记，然后使用逗号符号标记结果数组中的字符串（确保使用索引0,2,4等标记化字符串，因为它们不是原始字符串中的双引号）

Answer 5

没有任何第三方库依赖项，以下代码也可以根据给定的要求解析字段：

import java.util.*;

public class CSVSpliter {

  public static void main (String [] args) {
    String inputStr = "value1, value2, value3, value4, \"value5, 1234\", value6, value7, \"value8\", value9, \"value10, 123.23\"";

    StringBuffer sb = new StringBuffer (inputStr);
    List<String> splitStringList = new ArrayList<String> ();
    boolean insideDoubleQuotes = false;
    StringBuffer field = new StringBuffer ();

    for (int i=0; i < sb.length(); i++) {
        if (sb.charAt (i) == '"' && !insideDoubleQuotes) {
            insideDoubleQuotes = true;
        } else if (sb.charAt(i) == '"' && insideDoubleQuotes) {
            insideDoubleQuotes = false;
            splitStringList.add (field.toString().trim());
            field.setLength(0);
        } else if (sb.charAt(i) == ',' && !insideDoubleQuotes) {
            // ignore the comma after double quotes.
            if (field.length() > 0) {
                splitStringList.add (field.toString().trim());
            }
            // clear the field for next word
            field.setLength(0);
        } else {
            field.append (sb.charAt(i));
        }
    }
    for (String str: splitStringList) {
        System.out.println ("Split fields: "+str);
    }
}

}

这将给出以下输出：

拆分字段：value1

拆分字段：value2

拆分字段：value3

拆分字段：value4

拆分字段：value5,1234

拆分字段：value6

拆分字段：value7

拆分字段：value8

拆分字段：value9

拆分字段：value10,123.23

Answer 6

String delimiter = ",";

String v = "value1, value2, value3, value4, \"value5, 1234\", value6, value7, \"value8\", value9, \"value10, 123.23\"";

String[] a = v.split(delimiter + "(?=(?:(?:[^\"]*+\"){2})*+[^\"]*+$)");