给定这样的字符串：

a,"string, with",various,"values, and some",quoted

有什么好的算法可以基于逗号将其拆分，而忽略引号内的逗号呢？

输出应该是一个数组：

[ "a", "string, with", "various", "values, and some", "quoted" ]

解决方案

回答

当然，使用CSV解析器会更好，但仅出于乐趣，我们可以：

Loop on the string letter by letter.
    If current_letter == quote : 
        toggle inside_quote variable.
    Else if (current_letter ==comma and not inside_quote) : 
        push current_word into array and clear current_word.
    Else 
        append the current_letter to current_word
When the loop is done push the current_word into array

回答

这里的作者放入了一个Ccode斑点，该斑点处理我们遇到问题的情况：

NET中的CSV文件导入

翻译起来应该不太困难。

回答

如果我选择的语言没有提供一种做到这一点的方法，那么我将首先考虑两种选择，这是简单的方法：

• 预解析并用另一个控制字符替换字符串中的逗号，然后分割它们，然后在数组上进行后解析，以用逗号替换以前使用的控制字符。
• 或者用逗号将它们分开，然后将结果数组后解析为另一个数组，检查每个数组条目上的前导引号，然后将条目连接起来，直到到达终止引号为止。

但是，这些都是骇客，如果这只是纯粹的"心理"练习，那么我怀疑它们将无济于事。如果这是一个现实世界的问题，那么这将有助于我们了解该语言，以便我们提供一些具体的建议。

回答

我用它来解析字符串，不确定在这里是否有帮助；但是也许做了一些小的修改？

function getstringbetween($string, $start, $end){
    $string = " ".$string;
    $ini = strpos($string,$start);
    if ($ini == 0) return "";
    $ini += strlen($start);   
    $len = strpos($string,$end,$ini) - $ini;
    return substr($string,$ini,$len);
}

$fullstring = "this is my [tag]dog[/tag]";
$parsed = getstringbetween($fullstring, "[tag]", "[/tag]");

echo $parsed; // (result = dog)

/ mp

回答

这是一个简单的算法：

• 确定字符串是否以''"'`字符开头
• 将字符串拆分为以''"'`字符分隔的数组。
• 否则，在数组中标记索引％2 == 1的那些项
• 连接数组中的项目以形成修改后的输入字符串。
• 将字符串拆分为以'，'字符分隔的数组。
• 将＃COMMA＃占位符数组中的所有实例替换为''，'字符。
• 该数组是输出。

这是python的实现：
(固定为处理'" a，b"，c，" d，e，f，h"，" i，j，k"')

def parse_input(input):

    quote_mod = int(not input.startswith('"'))

    input = input.split('"')
    for item in input:
        if item == '':
            input.remove(item)
    for i in range(len(input)):
        if i % 2 == quoted_mod:
            input[i] = input[i].replace(",", "#COMMA#")

    input = "".join(input).split(",")
    for item in input:
        if item == '':
            input.remove(item)
    for i in range(len(input)):
        input[i] = input[i].replace("#COMMA#", ",")
    return input

# parse_input('a,"string, with",various,"values, and some",quoted')
#  -> ['a,string', ' with,various,values', ' and some,quoted']
# parse_input('"a,b",c,"d,e,f,h","i,j,k"')
#  -> ['a,b', 'c', 'd,e,f,h', 'i,j,k']

回答

这是标准的CSV样式解析。许多人尝试使用正则表达式来执行此操作。使用正则表达式可以达到90％左右，但是我们确实需要一个真正的CSV解析器来正确执行。几个月前，我强烈建议在CodeProject上找到一个快速，出色的CCSV解析器！

回答

def parsecsv(instr):
    i = 0
    j = 0

    outstrs = []

    # i is fixed until a match occurs, then it advances
    # up to j. j inches forward each time through:

    while i < len(instr):

        if j < len(instr) and instr[j] == '"':
            # skip the opening quote...
            j += 1
            # then iterate until we find a closing quote.
            while instr[j] != '"':
                j += 1
                if j == len(instr):
                    raise Exception("Unmatched double quote at end of input.")

        if j == len(instr) or instr[j] == ',':
            s = instr[i:j]  # get the substring we've found
            s = s.strip()    # remove extra whitespace

            # remove surrounding quotes if they're there
            if len(s) > 2 and s[0] == '"' and s[-1] == '"':
                s = s[1:-1]

            # add it to the result
            outstrs.append(s)

            # skip over the comma, move i up (to where
            # j will be at the end of the iteration)
            i = j+1

        j = j+1

    return outstrs

def testcase(instr, expected):
    outstr = parsecsv(instr)
    print outstr
    assert expected == outstr

# Doesn't handle things like '1, 2, "a, b, c" d, 2' or
# escaped quotes, but those can be added pretty easily.

testcase('a, b, "1, 2, 3", c', ['a', 'b', '1, 2, 3', 'c'])
testcase('a,b,"1, 2, 3" , c', ['a', 'b', '1, 2, 3', 'c'])

# odd number of quotes gives a "unmatched quote" exception
#testcase('a,b,"1, 2, 3" , "c', ['a', 'b', '1, 2, 3', 'c'])

回答

看来我们在这里得到了一些不错的答案。

对于那些希望处理自己的CSV文件解析的人，请听从专家的建议，不要滚动自己的CSV解析器。

第一个想法是，"我需要在引号内处理逗号"。

下一个想法是，"哦，糟糕，我需要处理引号内的引号。转义的引号。双引号。单引号..."

这是通往疯狂的道路。不要自己写。查找具有广泛的单元测试覆盖面的库，该库涵盖了所有困难的部分，并为我们解决了所有难关。对于.NET，请使用免费的FileHelpers库。

回答

我只是忍不住想看看是否可以使它在Python一线模式下工作：

arr = [i.replace("|", ",") for i in re.sub('"([^"]*)\,([^"]*)"',"\g<1>|\g<2>", str_to_test).split(",")]

回答

Python：

import csv
reader = csv.reader(open("some.csv"))
for row in reader:
    print row

回答

What if an odd number of quotes appear
  in the original string?

这看起来与CSV解析异常相似，它在处理带引号的字段方面有一些特殊之处。仅当该字段用双引号引起来时才对该字段进行转义，因此：

field1, "field2, field3", field4, "field5, field6" field7

变成

field1
  
  field2, field3
  
  field4
  
  "field5
  
  field6" field7

请注意，如果它既不是以引号引起来又不是以引号结尾，则它不是带引号的字段，并且双引号将被简单地视为双引号。

如果我没记错的话，有人链接到的我的代码实际上并不能正确地处理此问题。

回答

这是一个基于Pat伪代码的简单python实现：

def splitIgnoringSingleQuote(string, split_char, remove_quotes=False):
    string_split = []
    current_word = ""
    inside_quote = False
    for letter in string:
      if letter == "'":
        if not remove_quotes:
           current_word += letter
        if inside_quote:
          inside_quote = False
        else:
          inside_quote = True
      elif letter == split_char and not inside_quote:
        string_split.append(current_word)
        current_word = ""
      else:
        current_word += letter
    string_split.append(current_word)
    return string_split