修复用于替换引号内所有 \n 和 \r 的正则表达式

Question

这可能很难解释，我会尽力而为。我目前正在 nodejs 中使用 csv 转换流解析器，但我正在努力替换所有 \n's 和 \r's 内引号 (") 来包装一个值。

目前我有以下正则表达式：

(^|[;])"(?:""|[^"])*[\n\r]+(?:""|[^"])*"

在哪里 ; 是列分隔符。

这里有两个例子，第一个是按预期进行的，第二个是捕获但不应该捕获的，因为 ; 在引号内。

第一次测试（成功）

test;"123";"this description with new line feed  below should be

matched by regex";test;"1.0"

 

第二次测试（错误）

NewLine1;"test - this one should not be captured by the regex but its being captured ";test;1

NewLine2;"test that went wrong"

有没有办法选择引号之间的文本，在第一个引号之前包含分号，在最后一个引号之后包含分号，但忽略引号内的分号？我认为这就是我需要的，所以第二个例子没有考虑正则表达式匹配。

先感谢您。

Answer 1

您可以使用：(^|;)"(?:""|[^";])*[\n\r]+(?:""|[^";])*"正则表达式演示我改为[;]因为;它们在您的情况下是等效的。还添加了;字符，[^";]因为您的 CSV 流列值不能包含此字符。我不知道你为什么""在正则表达式中有，但如果你寻求考虑列值中的其他双引号，我假设它们必须被转义\，所以你可以使用像(^|;)"(?:(?<=\\)"|[^";])*[\n\r]+(?:(?<=\\)"|[^";])*"has这样的正则表达式，(?<=\\)"而不是""which 表示"前面有反斜杠的字符。(&nbsp;\")