草庐IT

javascript - 如何使用 JavaScript 解析数据中包含逗号的 CSV 字符串?

coder 2023-07-03 原文

我有以下类型的字符串

var string = "'string, duppi, du', 23, lala"
我想将字符串拆分为每个逗号上的数组,但只有单引号外的逗号。
我无法找出拆分的正确正则表达式...
string.split(/,/)
会给我
["'string", " duppi", " du'", " 23", " lala"]
但结果应该是:
["string, duppi, du", "23", "lala"]
有跨浏览器的解决方案吗?

最佳答案

免责声明
2014-12-01 更新:以下答案仅适用于一种非常特定的 CSV 格式。正如正确指出的by DG in the comments ,此解决方案不符合 CSV 的 RFC 4180 定义,也不符合 Microsoft Excel 格式。该解决方案简单地演示了如何解析包含混合字符串类型的一个(非标准)CSV 输入行,其中字符串可能包含转义引号和逗号。
一个非标准的CSV解决方案
austincheney correctly points out ,如果您希望正确处理可能包含转义字符的带引号的字符串,您确实需要从头到尾解析字符串。此外,OP 没有明确定义“CSV 字符串”到底是什么。首先,我们必须定义什么构成有效的 CSV 字符串及其各个值。
给定:“CSV 字符串”定义
出于本次讨论的目的,“CSV 字符串”由零个或多个值组成,其中多个值用逗号分隔。每个值可能包括:

  • 双引号字符串(可能包含未转义的单引号)。
  • 单引号字符串(可能包含未转义的双引号)。
  • 不带引号的字符串(可能不包含引号、逗号或反斜杠)。
  • 一个空值。 (全空白值被认为是空的。)

  • 规则/注意事项:
  • 引用的值可能包含逗号。
  • 引用的值可能包含转义的任何内容,例如'that\'s cool' .
  • 必须引用包含引号、逗号或反斜杠的值。
  • 必须引用包含前导或尾随空格的值。
  • 反斜杠从所有内容中删除:\'在单引号中。
  • 反斜杠从所有内容中删除:\"在双引号中。
  • 未加引号的字符串将删除任何前导和尾随空格。
  • 逗号分隔符可能有相邻的空格(被忽略)。

  • 查找:
    将有效的 CSV 字符串(如上定义)转换为字符串值数组的 JavaScript 函数。
    解决方法:
    此解决方案使用的正则表达式很复杂。并且(恕我直言)所有非平凡的正则表达式都应该以自由间距模式呈现,并带有大量注释和缩进。不幸的是,JavaScript 不允许自由间距模式。因此,此解决方案实现的正则表达式首先以 native 正则表达式语法呈现(使用 Python 方便的 r'''...''' 原始多行字符串语法表示)。
    首先是一个正则表达式,用于验证 CVS 字符串是否满足上述要求:
    验证“CSV 字符串”的正则表达式:
    re_valid = r"""
    # Validate a CSV string having single, double or un-quoted values.
    ^                                   # Anchor to start of string.
    \s*                                 # Allow whitespace before value.
    (?:                                 # Group for value alternatives.
      '[^'\\]*(?:\\[\S\s][^'\\]*)*'     # Either Single quoted string,
    | "[^"\\]*(?:\\[\S\s][^"\\]*)*"     # or Double quoted string,
    | [^,'"\s\\]*(?:\s+[^,'"\s\\]+)*    # or Non-comma, non-quote stuff.
    )                                   # End group of value alternatives.
    \s*                                 # Allow whitespace after value.
    (?:                                 # Zero or more additional values
      ,                                 # Values separated by a comma.
      \s*                               # Allow whitespace before value.
      (?:                               # Group for value alternatives.
        '[^'\\]*(?:\\[\S\s][^'\\]*)*'   # Either Single quoted string,
      | "[^"\\]*(?:\\[\S\s][^"\\]*)*"   # or Double quoted string,
      | [^,'"\s\\]*(?:\s+[^,'"\s\\]+)*  # or Non-comma, non-quote stuff.
      )                                 # End group of value alternatives.
      \s*                               # Allow whitespace after value.
    )*                                  # Zero or more additional values
    $                                   # Anchor to end of string.
    """
    
    如果字符串与上述正则表达式匹配,则该字符串是有效的 CSV 字符串(根据前面所述的规则)并且可以使用以下正则表达式进行解析。然后使用以下正则表达式匹配 CSV 字符串中的一个值。它会重复应用,直到找不到更多匹配项(并且所有值都已解析)。
    从有效的 CSV 字符串解析一个值的正则表达式:
    re_value = r"""
    # Match one value in valid CSV string.
    (?!\s*$)                            # Don't match empty last value.
    \s*                                 # Strip whitespace before value.
    (?:                                 # Group for value alternatives.
      '([^'\\]*(?:\\[\S\s][^'\\]*)*)'   # Either $1: Single quoted string,
    | "([^"\\]*(?:\\[\S\s][^"\\]*)*)"   # or $2: Double quoted string,
    | ([^,'"\s\\]*(?:\s+[^,'"\s\\]+)*)  # or $3: Non-comma, non-quote stuff.
    )                                   # End group of value alternatives.
    \s*                                 # Strip whitespace after value.
    (?:,|$)                             # Field ends on comma or EOS.
    """
    
    请注意,此正则表达式不匹配一个特殊情况值 - 当该值为空时的最后一个值。这种特殊的“最后一个值为空”的情况由后面的 JavaScript 函数测试和处理。
    解析 CSV 字符串的 JavaScript 函数:
    // Return array of string values, or NULL if CSV string not well formed.
    function CSVtoArray(text) {
        var re_valid = /^\s*(?:'[^'\\]*(?:\\[\S\s][^'\\]*)*'|"[^"\\]*(?:\\[\S\s][^"\\]*)*"|[^,'"\s\\]*(?:\s+[^,'"\s\\]+)*)\s*(?:,\s*(?:'[^'\\]*(?:\\[\S\s][^'\\]*)*'|"[^"\\]*(?:\\[\S\s][^"\\]*)*"|[^,'"\s\\]*(?:\s+[^,'"\s\\]+)*)\s*)*$/;
        var re_value = /(?!\s*$)\s*(?:'([^'\\]*(?:\\[\S\s][^'\\]*)*)'|"([^"\\]*(?:\\[\S\s][^"\\]*)*)"|([^,'"\s\\]*(?:\s+[^,'"\s\\]+)*))\s*(?:,|$)/g;
    
        // Return NULL if input string is not well formed CSV string.
        if (!re_valid.test(text)) return null;
    
        var a = []; // Initialize array to receive values.
        text.replace(re_value, // "Walk" the string using replace with callback.
            function(m0, m1, m2, m3) {
    
                // Remove backslash from \' in single quoted values.
                if (m1 !== undefined) a.push(m1.replace(/\\'/g, "'"));
    
                // Remove backslash from \" in double quoted values.
                else if (m2 !== undefined) a.push(m2.replace(/\\"/g, '"'));
                else if (m3 !== undefined) a.push(m3);
                return ''; // Return empty string.
            });
    
        // Handle special case of empty last value.
        if (/,\s*$/.test(text)) a.push('');
        return a;
    };
    
    示例输入和输出:
    在以下示例中,大括号用于分隔 {result strings} . (这是为了帮助可视化前导/尾随空格和零长度字符串。)
    // Test 1: Test string from original question.
    var test = "'string, duppi, du', 23, lala";
    var a = CSVtoArray(test);
    /* Array has three elements:
        a[0] = {string, duppi, du}
        a[1] = {23}
        a[2] = {lala} */
    
    // Test 2: Empty CSV string.
    var test = "";
    var a = CSVtoArray(test);
    /* Array has zero elements: */
    
    // Test 3: CSV string with two empty values.
    var test = ",";
    var a = CSVtoArray(test);
    /* Array has two elements:
        a[0] = {}
        a[1] = {} */
    
    // Test 4: Double quoted CSV string having single quoted values.
    var test = "'one','two with escaped \' single quote', 'three, with, commas'";
    var a = CSVtoArray(test);
    /* Array has three elements:
        a[0] = {one}
        a[1] = {two with escaped ' single quote}
        a[2] = {three, with, commas} */
    
    // Test 5: Single quoted CSV string having double quoted values.
    var test = '"one","two with escaped \" double quote", "three, with, commas"';
    var a = CSVtoArray(test);
    /* Array has three elements:
        a[0] = {one}
        a[1] = {two with escaped " double quote}
        a[2] = {three, with, commas} */
    
    // Test 6: CSV string with whitespace in and around empty and non-empty values.
    var test = "   one  ,  'two'  ,  , ' four' ,, 'six ', ' seven ' ,  ";
    var a = CSVtoArray(test);
    /* Array has eight elements:
        a[0] = {one}
        a[1] = {two}
        a[2] = {}
        a[3] = { four}
        a[4] = {}
        a[5] = {six }
        a[6] = { seven }
        a[7] = {} */
    
    附加说明:
    此解决方案要求 CSV 字符串是“有效的”。例如,未加引号的值可能不包含反斜杠或引号,例如以下 CSV 字符串无效:
    var invalid1 = "one, that's me!, escaped \, comma"
    
    这并不是真正的限制,因为任何子字符串都可以表示为单引号或双引号值。另请注意,此解决方案仅表示“逗号分隔值”的一种可能定义。
    编辑历史
  • 2014-05-19:添加了免责声明。
  • 2014-12-01:将免责声明移至顶部。
  • 关于javascript - 如何使用 JavaScript 解析数据中包含逗号的 CSV 字符串?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8493195/

    有关javascript - 如何使用 JavaScript 解析数据中包含逗号的 CSV 字符串?的更多相关文章

    1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

      我正在学习如何使用Nokogiri,根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

    2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法? - 2

      总的来说,我对ruby​​还比较陌生,我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础,我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

    3. Ruby 解析字符串 - 2

      我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么?我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等,你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算,还是有更好的方法?也许为此目的准备了一个开箱即用的库?

    4. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

      我有一个Ruby程序,它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重,我想提高压缩级别,因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗?是否有另一个允许指定压缩级别的Ruby库? 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

    5. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法? - 2

      类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

    6. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

      很好奇,就使用ruby​​onrails自动化单元测试而言,你们正在做什么?您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您?git中的预提交Hook?只是手动调用?我完全理解测试,但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的,并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您? 最佳答案 不确定您到底想听什么,但是有几个级别的自动代码库控制:在处理某项功能时,您可以使用类似autotest的内容获得关于哪些有效,哪些无效的即时反馈。要确保您的提

    7. ruby - 在 Ruby 中使用匿名模块 - 2

      假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外,还有什么方法可以访问C和m中的其他内容?我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)?如何在使用完匿名模块后将其删除,使其定义的常量不再存在? 最佳答案 三个答案:是的,使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

    8. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

      我的目标是转换表单输入,例如“100兆字节”或“1GB”,并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前,我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效,但前提是输入是倍数(“gigabytes”,而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以,功能正常,

    9. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

      我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封,在我看来soap请求没有正确的命名空间。任何人都可以建议我

    10. ruby-on-rails - unicode 字符串的长度 - 2

      在我的Rails(2.3,Ruby1.8.7)应用程序中,我需要将字符串截断到一定长度。该字符串是unicode,在控制台中运行测试时,例如'א'.length,我意识到返回了双倍长度。我想要一个与编码无关的长度,以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料,但仍然有些一头雾水。应该如何解决这个问题? 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)

    随机推荐