Podział użyciu separatora wyjątkiem sytuacji, gdy separator jest uciekł

Question

Czytam wklejenie danych pochodzących z programu Excel przy użyciu

var stream = (System.IO.Stream) (Forms.Clipboard.GetDataObject()).GetData(Forms.DataFormats.CommaSeparatedValue);,

ale niestety, Excel przechodzi tekst komórek zamiast wartości komórki. Gdy komórki są za pomocą specjalnego formatowania (takich jak separator tysięcy), dane w schowku za serię komórek w kolumnach, które wygląda następująco:

1,234,123.00 2,345.00 342.00  12,345.00 

jest przechowywany jako to:

\" 1,234,123.00 \",\" 2,345.00 \", 342.00 ,\" 12,345.00 \" 

kiedy co naprawdę chcę to:

1234123.00, 2345.00, 342.00, 12345.00 

ja uprzednio za pomocą funkcji clipData.Split(new string[] { "," }, StringSllitOptions.None)) włączyć moich danych schowka CSV do szeregu komórek, ale to się nie powiedzie w kura zawiera sformatowany tekst zawierający przecinki.

---

Pytam, czy ktoś może wymyślić sposób, aby podzielić ten ciąg do zbioru komórek, ignorując przecinki uciekł ciągu \" bitów, ponieważ jest to w jaki sposób Excel wybiera się uciec komórki zawierające przecinki.

W skrócie, w jaki sposób można włączyć pojedynczy łańcuch zawierający ten:

\" 1,234,123.00 \",\" 2,345.00 \", 342.00 ,\" 12,345.00 \" 

na tablicę ciągów zawierających ten:

{ "1,234,123.00", "2,345.00", "342.00", "12,345.00" } 

Bez rujnuje moją zdolność do analizowania proste rozdzielany przecinkami ciąg .

***** edit ***

Kontynuacja pytanie (w postaci DFA) tutaj: Split a string based on each time a Deterministic Finite Automata reaches a final state?

Answer 1

pierwsze mam do czynienia z danymi programu Excel przed i co zazwyczaj zobaczyć jest oddzielone przecinkami wartości, a jeżeli wartość jest uważane za ciągiem go będzie zawierał podwójne cudzysłowy (i może zawierać przecinki i podwójne cudzysłowy). Jeśli jest uważany za numeryczny, nie ma podwójnych cudzysłowów. Dodatkowo, jeśli dane zawierają podwójny cudzysłów, który zostanie ograniczony przez podwójny cudzysłów, taki jak "". Więc zakładając, że wszystko tu jest jak mam do czynienia z tym w ubiegłym

public static IEnumerable<string> SplitExcelRow(this string value) 
{ 
    value = value.Replace("\"\"", "&quot;"); 
    bool quoted = false; 
    int currStartIndex = 0; 
    for (int i = 0; i < value.Length; i++) 
    { 
     char currChar = value[i]; 
     if (currChar == '"') 
     { 
      quoted = !quoted;  
     } 
     else if (currChar == ',') 
     { 
      if (!quoted) 
      { 
       yield return value.Substring(currStartIndex, i - currStartIndex) 
        .Trim() 
        .Replace("\"","") 
        .Replace("&quot;","\""); 
       currStartIndex = i + 1; 
      } 
     } 
    } 
    yield return value.Substring(currStartIndex, value.Length - currStartIndex) 
     .Trim() 
     .Replace("\"", "") 
     .Replace("&quot;", "\""); 
} 

Oczywiście zakłada to dane w najbliższych jest ważna, więc jeśli masz coś takiego "fo,o"b,ar","bar""foo" to nie będzie działać. Dodatkowo, jeśli twoje dane zawierają ", to zostanie zmienione na "które może, ale nie musi być pożądane."

Answer 2

ze swojego przykład wejściowym, możemy zobaczyć, że istnieją „niechcianych” sekwencje trzech znaków:

\" 
\", 
,\" 

Tak, dodać wszystkie te sekwencje do tablicy wejściowej dla metody Split:

string[] result = clipData.Split(new[] { @",\""", @"\"",", @"\""" }, 
    StringSplitOptions.None); 

To da ci tablicę zawierającą kilka pustych elementów. Jeśli to jest problem, użyj StringSplitOptions.RemoveEmptyEntries zamiast StringSplitOptions.None:

string[] result = clipData.Split(new[] { @",\""", @"\"",", @"\""" }, 
    StringSplitOptions.RemoveEmptyEntries); 

Answer 3

Istnieje wiele sposobów, aby to zrobić. Jeden nieeleganckie sposób, że będzie działać to:

1. Konwersja \ „\” na karcie lub innego ogranicznika (zakładam opuściłeś kilka \”w swoim przykładzie, ponieważ w przeciwnym razie ciąg nie jest zgodny
2. Strip wszystkie pozostałe przecinki
3. Usuń wszystkie pozostałe \ "
4. Konwersja separatora (np.karta) z powrotem do przecinkiem

Teraz masz to, czego chciał w pierwszej kolejności

Answer 4

Można spróbować użyć trochę LINQ:

string excelData = "\\\" 1,234,123.00 \\\",\\\" 2,345.00 \\\", 342.00 ,\\\" 12,345.00 \\\""; 

IEnumerable<string> cells = from x in excelData.Split(new string[] { "\\\"" }, StringSplitOptions.RemoveEmptyEntries) 
          let y = x.Trim(',').Trim() 
          where !string.IsNullOrWhiteSpace(y) 
          select y; 

Ewentualnie, jeśli nie podoba tej sugestii, spróbuj wdrożyć podobny wzór z RegEx.

Answer 5

Zgadzam się z Kyle'em, że twój ciąg prawdopodobnie nie jest spójny.

Zamiast pierwszego etapu Kyle'a można użyć

string[] vals = Regex.Split(value, @"\s*\"",\s*");