问如何在nom中匹配CSV样式的带引号的字符串？
EN

Stack Overflow用户

提问于 2018-06-07 11:55:15

回答 1查看 688关注 0票数 7

在本问题中，CSV样式引用的字符串是一个字符串，其中：

字符串的开头和结尾恰好是一个双引号，字符串中的双引号被折叠为一个双引号。( ".

)"Alo""ha"→Alo"ha.
"“本身是一个空字符串。无法分析
错误输入，如"A""" e"。这是一个A"，后面跟着垃圾e".

我尝试了几种方法，但没有一种是完全有效的。

多亏了Mozilla IRC上#nom中的用户pinkieval的一些帮助，我得到了最接近的帮助：

use std::error as stderror; /* Avoids needing nightly to compile */

named!(csv_style_string<&str, String>, map_res!(
   terminated!(tag!("\""), not!(peek!(char!('"')))),
   csv_string_to_string
));

fn csv_string_to_string(s: &str) -> Result<String, Box<stderror::Error>> {
   Ok(s.to_string().replace("\"\"", "\""))
}

这不能正确地捕捉到字符串的结尾。

我还尝试将re_match!宏与r#""([^"]|"")*""#一起使用，但结果总是Err::Incomplete(1)。

我已经确定given CSV example for Nom 1.0不适用于我所描述的带引号的CSV字符串，但我知道实现方式有所不同。

nom

csv

rust

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-06-09 23:17:28

这里有一种方法：

use nom::types::CompleteStr;

use nom::*;

named!(csv_style_string<CompleteStr, String>,
    delimited!(
        char!('"'),
        map!(
            many0!(
                alt!(
                    // Eat a " delimiter and  the " that follows it
                    tag!("\"\"") => { |_| '"' }

                |    // Normal character
                    none_of!("\"")
                )
            ),
             // Make a string from a vector of chars
            |v| v.iter().collect::<String>()
        ),
        char!('"')
    )
);

fn main() {
    println!(r#""Alo\"ha" = {:?}"#, csv_style_string(CompleteStr(r#""Alo""ha""#)));
    println!(r#""" = {:?}"#, csv_style_string(CompleteStr(r#""""#)));
    println!(r#"bad format: {:?}"#, csv_style_string(CompleteStr(r#""A""" e""#)));
}

(我是用全名编写的，但是像您这样的解决方案，基于外部函数而不是map!()每个字符，也可以工作，而且效率可能更高。)

这里的神奇之处在于使用CompleteStr，这也可以解决您的正则表达式问题。这基本上告诉nom在该输入之后不会出现任何内容(否则，nom会假设您正在进行流解析器，因此可能会有更多的输入)。

这是必要的，因为我们需要知道如果"是提供给nom的最后一个字符，该如何处理它。根据它后面的字符(另一个"、普通字符或EOF)，我们必须做出不同的决定--因此产生了Incomplete结果，这意味着nom没有足够的输入来做出决定。告诉nom接下来是EOF解决了这种犹豫不决的问题。

在nom的作者博客：http://unhandledexpression.com/general/2018/05/14/nom-4-0-faster-safer-simpler-parsers.html#dealing-with-incomplete-usage上进一步阅读Incomplete

您可能会注意到，此解析器实际上并不拒绝无效的输入，而是解析开头并返回其余部分。如果您使用这个解析器作为另一个解析器中的子解析器，那么后者将把剩余的部分提供给下一个子解析器，下一个子解析器也会崩溃(因为它会期望一个逗号)，从而导致整个解析器失败。

如果你不想这样，你可以让csv_style_string匹配peek!(alt!(char!(',')|char!('\n")|eof!()))。

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/50740577

复制

正确处理 CSV 文件的引号和逗号

csv php go phpexcel office

CSV（Comma-Separated Values，逗号分割值），就是用纯文本的形式存储表格数据，最大的特点就是方便。

仁扬