Java 在双引号对外的逗号上拆分。如果是单引号，则忽略双引号

我有两种类型的字符串，需要使用逗号进行拆分

第一类（1”表示1英寸）

第二类

130,"TEXT, SAMPLE TEXT",400,4,1,998,.010,9,-,7,130

在第一种类型中，我需要将字符串保持原样，并使用， 因此，我的分割值将是130和文本1“67系列，依此类推

但在第二种类型中，我需要忽略双引号之间的逗号，并将字符串作为一个整体

我用这个分开了

a.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)")

通过了第二个案例，但第一个案例失败。请帮助

我不知道如何（如果有的话）使用单个正则表达式来完成。但是这里有一种蛮力方法，它计算字符串中引号的数量并从那里开始

public static void main(String[] args) {
    System.out.println("---Type 1---");
    for (String s : split("130,TEXT 1\" 67 SERIES ,400,4,1,998,.010,9,-,7,130")) {
        System.out.println(s);
    }
    System.out.println("\n---Type 2---");
    for (String s : split("130,\"TEXT, SAMPLE TEXT\",400,4,1,998,.010,9,-,7,130")) {
        System.out.println(s);
    }
}

private static List<String> split(String str) {
    List<String> tokens = new ArrayList<>();
    if (str.split("\"").length > 2) {
        int firstQuoteIndex = str.indexOf("\"");
        int secondQuoteIndex = str.indexOf("\"", firstQuoteIndex + 1);
        tokens.add(str.substring(0, firstQuoteIndex - 1));
        tokens.add(str.substring(firstQuoteIndex + 1, secondQuoteIndex));
        tokens.addAll(Arrays.asList(str.substring(secondQuoteIndex + 2).split(",")));
    } else {
        tokens.addAll(Arrays.asList(str.split(",")));
    }
    return tokens;
}

---

您的输入格式不是有效的CSV格式。根据维基百科页面，如果使用了引号，则必须引用字段中的文字引号字符

这意味着任何现有的通用CSV解析器库都不太可能处理同一文件中的两种类型的行

为了说明这个问题有多严重，请考虑：

   130,TEXT 1" 67 SERIES, TEXT 2",4,1,998,.010,9,-,7,130

这可能意味着：

• 一个字段包含

  TEXT 1“67系列，TEXT 2”

• 一个包含

  文本1 67系列、文本2

  或
• 两个字段

  TEXT 1“67系列

  和

  TEXT 2”

消除歧义的唯一方法是编写一些自定义逻辑来进行排序。。。。基于您自己的业务规则

我认为用

split

和正则表达式无法做到这一点。您需要编写一个适当的自定义解析器

但在这种情况下，我认为您有权拒绝创建此CSV数据的任何人/任何人。他们应该遵守规则。我很想实现我的系统，通过现成的语法检查器向CSV文件提供信息，并自动拒绝任何未通过验证的文件

---

你能修正自动报价中的错误吗？我想不是。。。在一般情况下。如前所述，无法判断格式错误的CSV中的双引号是否应该是文字。它需要人类智能和领域知识来理解数据的含义。

您可以使用

csv

解析器。是的，该文件来自遗留系统，我们无法更改。正在为所有角落案例进行自定义解析的逻辑。即使是旧系统也可以更改。我无法控制这些。所以这是无法改变的。无论我收到什么，我都要处理

---Type 1---
130
TEXT 1" 67 SERIES 
400
4
1
998
.010
9
-
7
130

---Type 2---
130
TEXT, SAMPLE TEXT
400
4
1
998
.010
9
-
7
130

   130,TEXT 1" 67 SERIES, TEXT 2",4,1,998,.010,9,-,7,130