Regex - 在 CSV 文件中第 n 个逗号后搜索字符串

Question

我在办公室继承了一个项目，但我似乎不太能找到答案。我正在尝试使用 Regex 编写一个 Powershell 脚本来替换多行逗号分隔的 CSV 文件的特定字段中的文本，但我要替换的文本可能存在于其他字段中。

例如以下数据中：

Smith,Robert,W,11111 N 400 W,Some City,Some State,Some Zip

我需要将第四列中的

W

替换为

West

，但我不希望第三列（或其他列）中的

W

被更改。至少，我可以让它搜索第 n 个逗号之后的任何匹配项，因为街道地址后面的字段大多是数字，但理想情况下，最好只搜索特定列，以防有匹配的文本未来在其他地方。

我发现了一些技巧和正则表达式脚本，似乎让我很接近，但我很难让它用 Notepad++ 进行测试。有些脚本正在搜索直到第 n 个逗号的所有内容，有些脚本似乎是从行尾向后搜索（这不起作用，因为存在带有逗号的文本字段）。到目前为止，我在 PowerShell 脚本中得到的最接近的是：

-replace('^(?:[^,]*\,){3}([^,]*)\bW\b', 'West')

但这会将

W

及其之前的所有内容替换为

West

。

很可能有更好的方法来做到这一点，但我在这方面花费的时间比我预期的要多。任何帮助将不胜感激！

Answer 1

相当简单。您尝试的正则表达式非常接近。
直到第四列中的

W

只需与West
一起写回 在替换中。

这是一个便携式解决方案。

@"(?m)^((?:[^,]*,){3}[^,]*?)\bW\b"

更换

$1West

https://regex101.com/r/zLlP7L/1

(?m)
^
(                             # (1 start)
   (?: [^,]* , ){3}
   [^,]*? 
)                             # (1 end)
\b W \b

Answer 2

使用记事本++：

• Ctrl+H
• 查找内容：

  ^(?:[^,]*\,){3}[^,]*?\KW

• 替换为：

  West

• 勾选 火柴盒
• 勾选环绕
• SELECT 正则表达式
• 全部替换

说明：

^           # beginning of line
(?:         # non capture group
    [^,]*       # 0 or more any character that is not a comma
    ,           # a comma
){3}        # end group, must appear 3 times
[^,]*?      # 0 or more any character that is not a comma, not greedy
\K          # forget all we have seen until this position
W           # letter W

截图（之前）：

截图（之后）：

Answer 3

您可以使用lookbehind进行断言而不匹配这些内容（请注意，

,

不需要转义）：

(?m) # (使 '^' 表示一行的开始)
(?<=               # Match 某事之前是
  ^(?:[^,]*,){3} # 行首 3 列
  [^,]* # 然后 0 个或多个非逗号字符，
) # 其中“something”的意思是
W # 没有相邻单词字符的“W”。

假设

$string

是您的输入，这是一个简短的 Powershell 片段：

_{（免责声明：我不太了解 Powershell。）}

$result = $string -replace '(?m)(?<=^(?:[^,]*,){3}[^,]*)\bW\b', 'West'

请注意，Powershell 具有用于解析 CSV 文件的“内置支持”。您可能想使用它来避免任何潜在的问题。 在 tio.run 上尝试一下

。

在 regex101.com 上尝试一下。

在这种情况下，我通常会编写有点冗长的正则表达式，但这确实有效。

Answer 4

-replace('^([^,]*),([^,]*),([^,]*),([^,]*)\bW\b,', '\1,\2,\3,\4West,')

虽然我不确定正则表达式在powershell中如何工作，但有时你应该使用

$1

，

$2

，...甚至

%1

，

%2

，...但我相信

\1

，

\2

,... 最常见。解释/细分：

^

：匹配行首

• ([^,]*)

  匹配任何不是逗号的内容。这将是我们的第一个捕获组，
\1

• ,

  匹配文字逗号

• ([^,]*),([^,]*),

  另外两个不带逗号的捕获组，用于
\2
• 和

  \3

  。

  ([^,]*)\bW\b,

  匹配捕获组中不带逗号的内容
\4
• ，然后是

  W

  ，然后是逗号。

  替换为：
  

  \1,\2,\3,\4West
我们在那里使用我们的捕获组，然后向西。