Regex 用空格重新格式化列表字符串

我有一个打印到控制台的字符串列表。我需要把它转换回带引号的字符串

假设示例文件如下所示

List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,UT_LVL_20_CD,2018 1Q,2018 2Q,018 3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

"     UT_LVL_17_CD"
"UT_LVL_20_CD   ",

对于上述所有3种组合，输出应为

List("UT_LVL_17_CD", "UT_LVL_20_CD", "2018 1Q", "2018 2Q", "2018 3Q", "2018 4Q", "2018 FY")

请注意，起点、终点或图元之间的间距是可以接受的

List(  "UT_LVL_17_CD", "UT_LVL_20_CD", "2018 1Q", "2018 2Q", "2018 3Q", "2018 4Q",    "2018 FY" )

但不在字符串值内，如下所示

List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,UT_LVL_20_CD,2018 1Q,2018 2Q,018 3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

"     UT_LVL_17_CD"
"UT_LVL_20_CD   ",

应保留每个元素中已有的空格

“2018 4Q”

我正在尝试下面的方法，但无法得到正确的结果

$ perl -pe ' s/(?<=\()|(?=,)|(?=\))/\"/sg ' list.txt
List("UT_LVL_17_CD", UT_LVL_20_CD", 2018 1Q", 2018 2Q", 2018 3Q", 2018 4Q", 2018 FY")
List("UT_LVL_17_CD",UT_LVL_20_CD",2018 1Q",2018 2Q",018 3Q",2018 4Q",2018 FY")
List(" UT_LVL_17_CD",    UT_LVL_20_CD",2018 1Q",2018 2Q", 2018 3Q", 2018 4Q", 2018 FY ")
$

$perl-pe的/（？试试这个

(?<=\(|,)\s*(.*?)\s*(?=\)|,)

（？查看以下各项是否适用于您：

[(,]\K\s*(.*?)\s*(?=[),])

在线查看



[（，]
-匹配逗号或开头
\K
-重置报告匹配的起点
\s*
-匹配零个或多个空格
（.*）
-第一个捕获组，用于捕获具有惰性量词的任何字符
\s*
-匹配零个或多个空格
（？=[），]）
-正向前瞻以匹配逗号或结束语

根据链接的演示，替换为
“\1”
另一个选项可以是使用
\G
锚定并匹配单词字符，可以选择按空格和单词字符重复

(?:\G(?!^),|\bList\((?=[^()\r\n]*\)))\K\h*(\w+(?:\h+\w+)*)\h*

解释


（？：
非捕获组

\G（？！^），
在上一次匹配结束时断言位置，但不要在开始时断言位置（因为
\G
可以在这两个位置匹配）
|
或
\bList\（（？=[^（）\r\n]*\）
单词边界，然后匹配
列表（
并在同一行上断言结束
）


）
关闭非捕获组
\K\h*
忘记目前匹配的内容（不删除匹配的
列表（
和逗号），并匹配要删除的可选空格
（
Capturegroup 1

\w+（？：\h+\w+*
匹配1+个单词字符，可以选择按空格和单词字符重复


）\h*
关闭组1并匹配要删除的可选尾随空格


在替换中，在双引号之间使用组1

$perl-pne的/\（\s+/\（/；/（[^（]+\（）（.+）\）/；$\=“$1\”.连接（“\”，\”，拆分（/，\s*/，$2））。”\n“；”文件
列表（“UT_LVL_17_CD”、“UT_LVL_20_CD”、“2018年第一季度”、“2018年第二季度”、“2018年第三季度”、“2018年第四季度”、“2018财年”）
列表（“UT_LVL_17_CD”、“UT_LVL_20_CD”、“2018年第一季度”、“2018年第二季度”、“018年第三季度”、“2018年第四季度”、“2018财年”）
列表（“UT_LVL_17_CD”、“UT_LVL_20_CD”、“2018年第一季度”、“2018年第二季度”、“2018年第三季度”、“2018年第四季度”、“2018财年”）

输入测试文件：

$ cat file
List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q,018     3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

OP提到前导/尾随空格是可以接受的…我认为这意味着去掉不必要的前导/尾随空格也是可以接受的

样本输入：

$ cat string.dat
List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,UT_LVL_20_CD,2018 1Q,2018 2Q,018 3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

一个不那么紧凑的
awk
idea：

awk -F'[()]' '                         # input field delimiters are "(" and ")"
{ printf "%s(", $1                     # print field #1 + "("
  n=split($2,a,",")                    # split field #2 by ",", save in array a[]
  pfx=""                               # initial prefix is ""
  for (i=1 ; i<=n ; i++)               # loop through a[] elements
      { gsub(/^ *| *$/,"",a[i])        # strip leading/trailing spaces
        printf "%s\"%s\"", pfx, a[i]   # print prefix + current a[] element wrapped in double quotes
        pfx=","                        # set prefix to "," for rest of a[] elements
      }
   printf ")\n"                        # print final ")"
}
' string.dat

同样的想法：@JvdV..是的，它很有效..你能把它添加为answer@JvdV..这只是一个临时工作。性能不是一个问题。最后一个值显示为
“2018财年”
它应该是
“2018财年”
@stack0114106已修复。除了简单地剥离
映射中的前导/尾随空格之外，看不到任何更好的东西，稍后将再次查看…np.祝您愉快编辑：必须剥离
映射中的尾随空格
--但随后可以将所有内容清除，因此删除了其他
\s
是的..很有效..但发现很难o了解您有没有其他简单的例子来理解regex@stack0114106例如，您可以看到或[我尝试了这个问题的\G样式..您能看一下吗？..great..idea..初始清理后在
/，\s*/
上拆分。。