Regex để tìm chuỗi chưa được phân tích

Question

Tôi cần tìm kiếm các dòng trong tệp CSV kết thúc bằng chuỗi chưa được trích dẫn, được trích dẫn kép.

Ví dụ:

1,2,a,b,"dog","rabbit 

sẽ phù hợp trong khi

1,2,a,b,"dog","rabbit","cat bird" 
1,2,a,b,"dog",rabbit 

sẽ không được.

Tôi có rất kinh nghiệm hạn chế với biểu thức thông thường, và điều duy nhất tôi có thể nghĩ đến là cái gì đó như

"[^"]*$ 

Tuy nhiên, phù hợp với trích dẫn cuối cùng để kết thúc dòng.

Điều này sẽ được thực hiện như thế nào?

Answer 1

Giả sử không thể thoát khỏi dấu ngoặc kép, bạn cần phải kiểm tra tính chẵn lẻ của dấu ngoặc kép (đảm bảo rằng có số chẵn của chúng thay vì lẻ). Cụm từ thông dụng phù hợp cho điều đó:

^(([^"]*"){2})*[^"]*$ 

Điều đó sẽ khớp với tất cả các dòng có số dấu ngoặc kép. Bạn có thể đảo ngược kết quả cho tất cả các chuỗi với một số lẻ. Hoặc bạn có thể chỉ cần thêm một ([^"]*") phần ngay từ đầu:

^[^"]*"(([^"]*"){2})*[^"]*$ 

Tương tự như vậy, nếu bạn có quyền truy cập vào các nhà khai thác miễn cưỡng thay vì những tham lam, bạn có thể sử dụng một biểu thức đơn giản-looking:

^((.*"){2})*.*$   #even 
^.*"((.*"){2})*.*$  #odd 

Bây giờ, nếu dấu ngoặc kép có thể được thoát, đó là một câu hỏi khác hoàn toàn, nhưng cách tiếp cận sẽ giống nhau: xác định tính chẵn lẻ của dấu ngoặc kép không thoát.

Answer 2

Giả sử rằng các chuỗi không thể chứa ", bạn cần phải phù hợp với một chuỗi mà có một số lẻ của dấu ngoặc kép, như thế này:

([^"]*("[^"]*")?)*"

Lưu ý rằng đây là dễ bị tổn thương đến một cuộc tấn công DDOS.

Điều này sẽ khớp với số không hoặc nhiều tập hợp chạy không được kiểm soát, tiếp theo là chuỗi được trích dẫn.

Answer 3

Để tránh "expandos lồng":

egrep -v '^[^"]*("[^"]*"[^"]*)*[^"]*$' my_file 

Answer 4

Hãy thử điều này một:

".+[^"](,|$) 

này phù hợp với quote (bất cứ nơi nào trong dòng), sau đó (tham lam) bởi bất cứ điều gì nhưng khác báo giá trước khi kết thúc dòng hoặc dấu phẩy.

Tác động ròng là nó sẽ chỉ khớp với các dòng có chuỗi được trích dẫn treo.

Tôi nghĩ rằng nó thậm chí còn miễn dịch với 'cuộc tấn công mở rộng lồng nhau' (chúng tôi sống trong một thế giới rất nguy hiểm ...)