请教一个关于字符串解析的问题

rc_hz

UID: 95
帖子: 52
积分: 119
在线时间: 3 小时

1^# rc_hz 发表于 2008-06-04 13:23

请教一个关于字符串解析的问题

有一个文本文件，field之间通过空格进行分隔，但也有可能一个被双引号包含的field内部包含空格，例如：
$ cat testfile
A B "a b c" D E
A "a b c" "a b c" D E

现在我希望得到每行记录的第二个field，也就是：
B
"a b c"

请问有什么简单的命令得到这个结果？awk/shell/perl都行。

谢谢！

Nosferatu

UID: 5185
帖子: 94
积分: 216
在线时间: 12 小时

2^# Nosferatu 发表于 2008-06-04 13:29

先扫描一遍，把引号里的空格用特殊字符替换一下，
取完第二个field之后再把特殊字符替换回来。

rc_hz

UID: 95
帖子: 52
积分: 119
在线时间: 3 小时

3^# rc_hz 发表于 2008-06-04 13:38

谢谢！
是一个不错的想法，不知有没有其他更好的方法？因为我上面例子中的空格、双引号在实际应用中可能变化。我希望有一种更简单、高效的方法。

cobrawgl

UID: 21059
帖子: 1
积分: 2
在线时间: 10 分钟

4^# cobrawgl 发表于 2008-06-04 15:00

print (((/\w+|".*?"/g)[1]), "\n") while (<DATA>);
__DATA__
A B "a b c" D E
A "a b c" "a b c" D E

不知道满足要求否？

rc_hz

UID: 95
帖子: 52
积分: 119
在线时间: 3 小时

5^# rc_hz 发表于 2008-06-04 16:11

似乎可以。但我将分隔符换成逗号，怎么就不行了呢？

$ cat my2.pl
print (((/,|".*?"/g)[1]), "\n") while (<DATA>);
__DATA__
A,B,"a,b,c",D, E
A,"a,b,c","a,b,c",D,E

$ perl my2.pl
,
"a,b,c"

cobrawgl

UID: 21059
帖子: 1
积分: 2
在线时间: 10 分钟

6^# cobrawgl 发表于 2008-06-04 16:32

你改你的文件格式，你别改那个正则式啊

rc_hz

UID: 95
帖子: 52
积分: 119
在线时间: 3 小时

7^# rc_hz 发表于 2008-06-04 17:31

不好意思，你的正则表达式似乎不能处理以下这种情况：
$ cat my2.pl
print (((/\w+|".*?"/g)[1]), "\n") while (<DATA>);
__DATA__
A1 A2,B1 B2,"a,b,c",D, E
A,"a,b,c","a,b,c",D,E

$ perl my2.pl
A2
"a,b,c"

我期望得到的是：
B1 B2
"a,b,c"

谢谢！

cobrawgl

UID: 21059
帖子: 1
积分: 2
在线时间: 10 分钟

8^# cobrawgl 发表于 2008-06-04 18:19

[Copy to clipboard] [ - ]

CODE:

print (((/[\w\s]+|".*?"/g)[1]), "\n") while (<DATA>);
__DATA__
A1 A2,B1 B2,"a,b,c",D, E
A,"a,b,c","a,b,c",D,E

拜托，把你可能出现的情况都说出来，别一个一个来

ulmer

UID: 6072
帖子: 148
积分: 340
在线时间: 1 天 6 小时

9^# ulmer 发表于 2008-06-04 18:24

Try this for complicated way:

[Copy to clipboard] [ - ]

CODE:

sub split_string {
   my $text = shift;
   my $new_aref = [];
   push(@$new_aref, $+) while $text =~ m{ \s*(
      # groups the phrase inside double quotes
      "([^\"\\]*(?:\\.[^\"\\]*)*)"\s*,?
      # groups the phrase inside single quotes
      | '([^\'\\]*(?:\\.[^\'\\]*)*)'\s*,?
      # trims leading/trailing space from phrase
      | ([^,\s]+(?:\s+[^,\s]+)*)\s*,?
      # just to grab empty phrases
      | (),
)\s*}gx;
push(@$new_aref, undef) if $text =~ m/,\s*$/;
return $new_aref;
}

# test
my $rec = split_string(q/1,2,3,",1,2", '2,3'/);
foreach (@$rec) {
print " part: >>" . (defined($_) ? $_ : '') . "<<\n";
}

For simple way to use DBD::CSV

churchmice

UID: 31829
帖子: 2
积分: 4
在线时间: 10 分钟

10^# churchmice 发表于 2008-06-04 18:31

我错了