正在查找正则表达式以查找大字符串中引用的换行符（对于C#）

我有一个很大的字符串（我们称之为CSV文件，虽然它实际上不是一个，但现在更容易），我必须用C代码解析它。
解析过程的第一步只需使用

StreamReader

对象并调用

ReadLine

直到文件完成，即可将文件拆分为单独的行。但是，任何给定的行都可能包含一个带引号（单引号）的文字和嵌入的换行符。我需要找到这些换行符，并将它们临时转换为其他类型的标记或转义序列，直到我将文件拆分为一个行数组。然后我可以将它们更改回原来的位置

输入数据示例：

1,2,10,99,'Some text without a newline', true, false, 90
2,1,11,98,'This text has an embedded newline 
                and continues here', true, true, 90

---

我可以通过使用

string.IndexOf

来编写完成此任务所需的所有C#代码，以找到引用的部分并在其中查找换行符，但我认为正则表达式可能是更好的选择（即编辑：

对不起，我误解了你的帖子。如果您正在寻找正则表达式，那么这里有一个：

content = Regex.Replace(content, "'([^']*)\n([^']*)'", "'\1TOKEN\2'");

可能会有边缘情况和这两个问题，但我认为大多数情况下应该是可以的。正则表达式所做的是，它首先找到任何一对在它之间有\n的单引号，并用保留其间任何文本的标记\n替换它

---

但是，我还是会像下面@bryans解释的那样使用状态机。

如果将整个文件放入一个变量中，然后根据不带引号的换行符将其拆分，会怎么样？

因为这不是一个真正的CSV文件，它有任何模式吗

从您的示例来看，您似乎有： int，int，int，int，string，bool，bool，int

这构成了你的记录/对象

假设您的数据格式正确（我对您的来源了解不够，无法知道此假设的有效性）；你可以：

读你的台词

使用状态机解析数据

如果您的行结束，并且您正在解析字符串，请阅读下一行..并继续解析

---

如果可能的话，我会避免使用正则表达式。

使用C#2.0迭代器可以简化执行此类任务的状态机。希望这是我将要编写的最后一个CSV解析器。整个文件被视为一组可枚举字符串，即行/列。IEnumerable很好，因为它可以由LINQ操作符处理

public class CsvParser
{
    public char FieldDelimiter { get; set; }

    public CsvParser()
        : this(',')
    {
    }

    public CsvParser(char fieldDelimiter)
    {
        FieldDelimiter = fieldDelimiter;
    }

    public IEnumerable<IEnumerable<string>> Parse(string text)
    {
        return Parse(new StringReader(text));
    }
    public IEnumerable<IEnumerable<string>> Parse(TextReader reader)
    {
        while (reader.Peek() != -1)
            yield return parseLine(reader);
    }

    IEnumerable<string> parseLine(TextReader reader)
    {
        bool insideQuotes = false;
        StringBuilder item = new StringBuilder();

        while (reader.Peek() != -1)
        {
            char ch = (char)reader.Read();
            char? nextCh = reader.Peek() > -1 ? (char)reader.Peek() : (char?)null;

            if (!insideQuotes && ch == FieldDelimiter)
            {
                yield return item.ToString();
                item.Length = 0;
            }
            else if (!insideQuotes && ch == '\r' && nextCh == '\n') //CRLF
            {
                reader.Read(); // skip LF
                break;
            }
            else if (!insideQuotes && ch == '\n') //LF for *nix-style line endings
                break;
            else if (ch == '"' && nextCh == '"') // escaped quotes ""
            {
                item.Append('"');
                reader.Read(); // skip next "
            }
            else if (ch == '"')
                insideQuotes = !insideQuotes;
            else
                item.Append(ch);
        }
        // last one
        yield return item.ToString();
    }

}

公共类CsvParser
{
公共字符字段分隔符{get；set；}
公共CsvParser（）
：此（“，”）
{
}
公共CsvParser（字符字段分隔符）
{
FieldDelimiter=字段分隔符；
}
公共IEnumerable解析（字符串文本）
{
返回解析（新的StringReader（文本））；
}
公共IEnumerable解析（TextReader）
{
while（reader.Peek（）！=-1）
输出返回行（读卡器）；
}
IEnumerable语法行（文本阅读器）
{
bool-insideQuotes=假；
StringBuilder项=新的StringBuilder（）；
while（reader.Peek（）！=-1）
{
char ch=（char）reader.Read（）；
char？nextCh=reader.Peek（）>-1？（char）reader.Peek（）：（char？）null；
if（！insideQuotes&&ch==字段分隔符）
{
收益返回项.ToString（）；
项目长度=0；
}
如果（！insideQuotes&&ch='\r'&&nextCh='\n'）//CRLF
{
reader.Read（）；//跳过LF
打破
}
else如果（！insidequeotes&&ch='\n'）//LF用于*nix样式的行尾
打破
else if（ch='''&&nextCh='''）//转义引号
{
项目.附加（“”）；
reader.Read（）；//跳过下一步”
}
else如果（ch==“”）
insideQuotes=！insideQuotes；
其他的
项目.附加（ch）；
}
//最后一个
收益返回项.ToString（）；
}
}

请注意，文件是逐字符读取的，代码决定何时将换行符视为行分隔符或带引号字符串的一部分