在 Tcl 中处理带引号的字符串中的逗号

Question

我在 Tcl 中使用以下行来解析逗号分隔的字段行。某些字段可能会被引用，因此它们可以包含逗号：（

set line {12,"34","56"}
set fresult [regsub -all {(\")([^\"]+)(\",)|([^,\"]+),} $line {{\2\4} } fields]
puts $fields
{12} {34} "56"

最后一个字段被引用而不是大括号有点奇怪，但这不是这里的问题）

但是，当引号中有逗号时，它不起作用：

set line {12,"34","56,78"}
set fresult [regsub -all {(\")([^\"]+)(\",)|([^,\"]+),} $line {{\2\4} } fields]
puts $fields
{12} {34} "{56} 78"

我期望： {12} {34} {56,78}

我的正则表达式有问题还是发生了类似 tcl 的事情？

Answer 1

我想到的一种选择是使用 TclLib 中的 CSV 功能。 （没有理由重新发明轮子，除非你必须......）

http://tcllib.sourceforge。 net/doc/csv.html

文档摘录

::csv::分割？ - 替代？线
{sepChar ,} {delChar "} 转换
将 CSV 格式的行放入列表中
行中包含的值。这
用于分隔值的字符
彼此之间可以定义为
调用者，通过 sepChar，但这是
选修的。默认为“,”。这
引用字符可以定义为
调用者，但这是可选的。这
默认为 '"'。如果该选项
-alternate 指定使用稍微不同的语法来解析
输入。该语法解释如下，
在“格式”部分中。

Answer 2

问题似乎是一个额外的逗号：您只接受带引号的字符串（如果它们后面有逗号），并对非带引号的标记执行相同的操作，这有效：

set fresult [regsub -all {(\")([^\"]+)(\")|([^,\"]+)} $line {{\2\4} } fields]
                                        ^(no commas)^

工作示例：http://ideone.com/O2hss

您可以安全地将逗号排除在模式之外 - 正则表达式引擎将热衷于搜索新的匹配项：它将跳过无法匹配的逗号，并从下一个字符开始。

奖励：这还将使用 \" 处理转义引号（如果您需要，您应该能够通过使用 "" 而不是\\. ).：

set fresult [regsub -all {"((?:[^"\\]|\\.)+)"|([^,"]+)} $line {{\1\2} } fields]

示例：http://ideone.com/ztkBh

Answer 3

使用以下 regsub

% set line {12,"34","56,78"}

% regsub -all {(,")|(",)|"} $line " " line

% set line

12 34  56,78  <<< Result

这里所有出现的 ," 或 ", 或 " （按顺序）都被空格替换

Answer 4

正如您对@Kobi所说，如果允许空字段，则应该允许空字符串“”
{((\")([^\"]*)(\")|([^,\"]*))(,|$)} 其中感兴趣的字段转移到 3和 5

扩展： { ( (\")([^\"]*)(\") | ([^,\"]*) ) (,|$) } 我承认，我不知道tcl是否允许(?:)非捕获分组。