regex - 如何使用正则表达式排除文本限定符内的分隔符？

Question

我试图在文本限定符中排除分隔符。为此，我正在尝试使用正则表达式。但是，我是 Regex 的新手，无法完全满足我的需求。如果有人可以帮助我，我将非常感激。

在 Alteryx 中，我将分隔的平面文本文件加载为“非分隔”，并说它没有文本限定符。因此，输入看起来像这样：

1. “aabb”|ccdd|eeff|gghh
2. “aa|bb”|ccdd|eeff|gghh
3. "aa|bb"|ccdd|"ee|ff"|gghh
4. "aa|bb"|"cc|dd"|"ee|ff"|"gg|hh"
5. “aabb”|“ccdd”|“eeff”|“gghh”
6. "aabb"|"ccdd"|"eeff"|"gg|hh"
7. aabb|ccdd|eeff|gghh
8. "aa|bb"|ccdd|eeff|"gg|hh"
9. aabb|cc|dd|eeff|gghh
10. aabb|"cc||dd"|eeff|gghh
11. aabb|"c|c|dd"|eeff|gghh
12. “aa||bb”|ccdd|eeff|gghh
13. “a|a|b|b”|ccdd|eeff|gghh
14. "aabb"|ccdd|eeff|"g|g|hh"
15. "aabb"|ccdd|eeff|"gg||hh"

我想排除文本限定符之间的所有分隔符。

我试图使用正则表达式来替换文本限定符中的分隔符。

到目前为止，我已经为我的目标尝试了以下正则表达式代码：

(")(.*?[^"])\|+(.*?)(")

我使用以下内容进行替换：$1$2$3$4

但是，这不会修复第 11、13、14 和 15 行。

我希望得到以下结果：

1. “aabb”|ccdd|eeff|gghh
2. “aabb”|ccdd|eeff|gghh
3. “aabb”|ccdd|“eeff”|gghh
4. “aabb”|“ccdd”|“eeff”|“gghh”
5. “aabb”|“ccdd”|“eeff”|“gghh”
6. “aabb”|“ccdd”|“eeff”|“gghh”
7. aabb|ccdd|eeff|gghh
8. “aabb”|ccdd|eeff|“gghh”
9. aabb|cc|dd|eeff|gghh
10. aabb|"ccdd"|eeff|gghh
11. aabb|"ccdd"|eeff|gghh
12. “aabb”|ccdd|eeff|gghh
13. “aabb”|ccdd|eeff|gghh
14. “aabb”|ccdd|eeff|“gghh”
15. “aabb”|ccdd|eeff|“gghh”

预先感谢您帮助我！

亲切的问候， 罗宾

Answer 1

除非您输入每个可以找到的模式，否则我想不出 REGEX 中的正确语法。

但是，一种更简单的方法（可能不如性能）是使用 Text to Columns 选择忽略引号中的分隔符。如果之后您需要将其重新组合到一个单元格中，您可以转置，然后删除分隔符，然后使用 Summarize 连接每个 RecordID 组。