C# 解析TSV文件

我需要解析TSV格式的文件（以制表符分隔的值）。我使用正则表达式将文件分解为每一行，但我无法找到一个令人满意的正则表达式来解析每一行。 现在，我提出了以下问题：

(?<g>("[^"]+")+|[^\t]+)

（？（“[^”]+”+|[^\t]+）

但是，如果行中的某个项目有两个以上的连续双引号，则该选项不起作用

文件的格式如下：每个元素由一个表格分隔。如果一个项目包含一个制表符，它将被双引号包围。如果一个项目包含一个双引号，它将被加倍。但有时一个元素包含4个连续的双引号，上面的正则表达式将该元素拆分为两个不同的双引号

示例：

项目1“确定”项目“2”确定

被正确解析为两个元素：item1ok和item“2”ok（在删除不必要的引号后），但是：

项目1确定“项目2确定”

被解析为3个元素：item1ok、item和“2ok（再次修剪后）

---

有人知道如何使正则表达式适合这个情况吗？或者有没有其他简单解析TSV的解决方案？（我正在用C#）进行此操作。

如果不使用正则表达式，也许您可以尝试此方法。

如果不尝试构建自己的CSV/TSV文件解析器（或使用String.Split），我建议您看看“”或“”

我使用的是第一个，我对此非常满意（它支持任何分隔符，例如逗号、分号、制表符）。

您可以使用。从技术上讲，这是一个VB程序集，但您甚至可以在C#中通过引用

Microsoft.VisualBasic.FileIO

程序集来使用它

上面链接中的示例甚至显示了在选项卡分隔的文件上使用它。

我不知道C#但这应该可以做到（在python中）

---

我使用过Lumenworks CSV阅读器，效果很好，可以作为TSV阅读器的良好基础。这当然是一个很好的解决方案，但我想避免对代码的额外依赖，因此.net类答案更适合我的需要。M4N，Lumenworks的CSV阅读器效果很好，只是它在CSV和TSV之间混淆了（我想，无论如何）在特定的行上，因为逗号和引号在同一行上。你知道如何让它只看分离的标签吗？忽视了，解决了问题：String。Strut.（）将把被包围的表也看作分隔符，所以这是不正确的。我能说什么？我知道，我很差劲。+1它是.Net框架的一部分：它受Microsoft支持，不需要单独部署。只是为了让大家知道，由于VisualBasic代码不是开源的，也没有移植，所以它在Dotnet核心和Dotnet标准中不可用。。这个问题是专门针对C#的。。用另一种语言发布解决方案没有帮助。

txt = 'item1ok\t"item""2""oK"\titem1oK\t"item""""2oK"\tsomething else'
regex = '''
(?:                    # definition of a field
 "((?:[^"]|"")*)"   # either a double quoted field (allowing consecutive "")
 |                  # or
 ([^"]*)            # any character except a double quote
)                      # end of field
(?:$|\t)               # each field followed by a tab (except the last one)
'''
r = re.compile(regex, re.X)
# now find each match, and replace "" by " and remove trailing \t
# remove also the latest entry in the list (empty string)
columns = [t[0].replace('""', '"') if t[0] != '' else t[1].strip() for t in r.findall(txt)][:-1]
print columns
# prints: ['item1ok', 'item"2"oK', 'item1oK', 'item""2oK', 'something else']