Regex для выбора запятых вне кавычек

Я не совсем уверен, возможно ли это, поэтому я обращаюсь к вам.

Я хотел бы найти регулярное выражение, которое выберет все запятые, которые выходят за пределы наборов кавычек.

Например:

'foo' => 'bar',
'foofoo' => 'bar,bar'

Это выберет одну запятую в строке 1, после 'bar',

Меня не особо волнуют одинарные и двойные кавычки.

У кого-нибудь есть мысли? Я чувствую, что это может быть возможно с readaheads, но мое регулярное выражение фу слишком слаб.

Источник

6 ответов

Решение

Это будет соответствовать любой строке вплоть до первого без кавычек ",". Это то, что вы хотите?

/^([^"]|"[^"]*")*?(,)/

Если вам нужны все из них (и в качестве контрпримера для парня, который сказал, что это невозможно), вы можете написать:

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

который будет соответствовать всем им. таким образом

'test, a "comma,", bob, ",sam,",here'.gsub(/(,)(?=(?:[^"]|"[^"]*")*$)/,';')

заменяет все запятые не внутри кавычек на точки с запятой и выдает:

'test; a "comma,"; bob; ",sam,";here'

Если вам нужно, чтобы он работал через разрывы строк, просто добавьте флаг m (multiline).

Источник

Приведенные ниже регулярные выражения будут соответствовать всем запятым, которые присутствуют вне двойных кавычек,

,(?=(?:[^"]*"[^"]*")*[^"]*$)

DEMO

ИЛИ(только PCRE)

"[^"]*"(*SKIP)(*F)|,

"[^"]*" соответствует всему блоку с двойными кавычками. То есть в этом buz,"bar,foo" вход, это регулярное выражение будет соответствовать "bar,foo" только. Теперь следующее (*SKIP)(*F) делает матч провалиться Затем он переходит к шаблону, который был рядом с | символ и пытается сопоставить символы из оставшейся строки. То есть в нашем выводе , рядом с рисунком | будет соответствовать только запятой, которая была сразу после buz, Обратите внимание, что это не будет соответствовать запятой, которая присутствовала в двойных кавычках, потому что мы уже пропускаем часть с двойными кавычками.

DEMO

Приведенное ниже регулярное выражение будет соответствовать всем запятым, которые присутствуют в двойных кавычках,

,(?!(?:[^"]*"[^"]*")*[^"]*$)

DEMO

Источник

Хотя это можно взломать с помощью регулярных выражений (и мне нравится злоупотреблять регулярными выражениями так же, как и следующему парню), вы рано или поздно столкнетесь с проблемами, пытаясь обработать подстроки без более сложного синтаксического анализатора. Возможные способы попасть в неприятности включают смешанные кавычки и экранированные кавычки.

Эта функция разбивает строку на запятые, но не на те, которые находятся в одинарных или двойных кавычках. Он может быть легко расширен дополнительными символами для использования в качестве кавычек (хотя для пар символов, таких как "" потребуется еще несколько строк кода), и даже скажет вам, если вы забыли закрыть кавычку в ваших данных:

function splitNotStrings(str){
  var parse=[], inString=false, escape=0, end=0

  for(var i=0, c; c=str[i]; i++){ // looping over the characters in str
    if(c==='\\'){ escape^=1; continue} // 1 when odd number of consecutive \
    if(c===','){
      if(!inString){
        parse.push(str.slice(end, i))
        end=i+1
      }
    }
    else if(splitNotStrings.quotes.indexOf(c)>-1 && !escape){
      if(c===inString) inString=false
      else if(!inString) inString=c
    }
    escape=0
  }
  // now we finished parsing, strings should be closed
  if(inString) throw SyntaxError('expected matching '+inString)
  if(end<i) parse.push(str.slice(end, i))
  return parse
}

splitNotStrings.quotes="'\"" // add other (symmetrical) quotes here
Источник

@SocialCensus, пример, который вы дали в комментарии к MarkusQ, где вы добавляете "рядом с", не работает с примером, который MarkusQ дал выше, что если мы заменим sam на sam: (test, "запятая", bob, ",sam's,", здесь) не имеет соответствия с (,) (? = (?: [^ "'] | [" |'] [^ "']")$). Фактически, сама проблема "Меня не интересуют одинарные и двойные кавычки", - это неоднозначно. Вы должны четко понимать, что вы имеете в виду, цитируя "или". Например, разрешено ли вложение? Если да, то на сколько уровней? Если только 1 вложенный уровень, что происходит с запятой вне внутренней вложенной цитаты, но внутри внешней вложенной цитаты? Вы также должны учитывать, что одиночные кавычки сами по себе являются апострофами (то есть, как контрпример, который я привел ранее с Сэмом). Наконец, созданное вами регулярное выражение на самом деле не обрабатывает одинарные кавычки наравне с двойными кавычками, поскольку предполагает, что последний тип кавычки обязательно является двойной кавычкой - и замена последней двойной кавычки на ['|"] также имеет проблему если текст не содержит правильных кавычек (или если используются апострофы), я полагаю, мы могли бы предположить, что все кавычки правильно очерчены.

Регулярное выражение MarkusQ отвечает на вопрос: найдите все запятые, которые имеют четное число двойных кавычек после него (то есть, находятся вне двойных кавычек), и игнорируйте все запятые, которые имеют нечетное число двойных кавычек после него (то есть, находятся внутри двойных кавычек). Как правило, это то же решение, которое вы, вероятно, хотите, но давайте рассмотрим несколько аномалий. Во-первых, если кто-то пропустит кавычку в конце, то это регулярное выражение найдет все неправильные запятые, а не найдет нужные или не найдет их. Конечно, если двойная кавычка отсутствует, все ставки отменяются, так как может быть неясно, принадлежит ли пропущенная в конце или вместо в начале; однако есть законный случай, когда регулярное выражение может потерпеть неудачу (это вторая "аномалия"). Если вы настраиваете регулярное выражение для перехода по текстовым строкам, то вы должны знать, что цитирование нескольких последовательных абзацев требует, чтобы вы помещали одинарную двойную кавычку в начале каждого абзаца и оставляли кавычку в конце каждого абзаца, за исключением конец самого последнего абзаца. Это означает, что в промежутке между этими абзацами регулярное выражение в некоторых местах потерпит неудачу, а в других преуспеет.

Примеры и краткие обсуждения цитирования абзацев и вложенного цитирования можно найти здесь http://en.wikipedia.org/wiki/Quotation_mark.

Источник

Попробуйте это регулярное выражение:

(?:"(?:[^\\"]+|\\(?:\\\\)*[\\"])*"|'(?:[^\\']+|\\(?:\\\\)*[\\'])*')\s*=>\s*(?:"(?:[^\\"]+|\\(?:\\\\)*[\\"])*"|'(?:[^\\']+|\\(?:\\\\)*[\\'])*')\s*,

Это также позволяет строки типа "'foo\'bar' => 'bar\\',".

Источник

Ответ MarkusQ работал отлично для меня около года, пока не получилось. Я только что получил ошибку переполнения стека в строке с примерно 120 запятыми и общим количеством 3682 символов. На Java вот так:

        String[] cells = line.split("[\t,](?=(?:[^\"]|\"[^\"]*\")*$)", -1);

Вот моя чрезвычайно не элегантная замена, которая не переполняет стек:

private String[] extractCellsFromLine(String line) {
    List<String> cellList = new ArrayList<String>();
    while (true) {
        String[] firstCellAndRest;
        if (line.startsWith("\"")) {
            firstCellAndRest = line.split("([\t,])(?=(?:[^\"]|\"[^\"]*\")*$)", 2);
        }
        else {
            firstCellAndRest = line.split("[\t,]", 2);                
        }
        cellList.add(firstCellAndRest[0]);
        if (firstCellAndRest.length == 1) {
            break;
        }
        line = firstCellAndRest[1];
    }
    return cellList.toArray(new String[cellList.size()]);
}
Источник
Другие вопросы по тегам