Powershell正则表达式替换未替换的双引号，然后换行

Question

我正在处理一个大的csv文件，其中的字段用双引号括起来，其中的文本描述包含未替换的双引号，我需要用转义的双引号替换。我尝试过使用以下正则表达式：（？

我知道csv格式不正确，但不幸的是，我无法控制它，所以我需要能够纠正格式以进行进一步处理。

例子：

"Field 1","Field 2","Field 3 "with unescaped quote"
followed by line break","Field 4"

需要成为：

"Field 1","Field 2","Field 3 ""with unescaped quote""
followed by line break","Field 4"

我使用的Powershell脚本如下：

    [string]$path = 'C:\ ...'
    [string]$directory = [System.IO.Path]::GetDirectoryName($Path);
    [string]$strippedFileName = [System.IO.Path]::GetFileNameWithoutExtension($Path);
    [string]$extension = [System.IO.Path]::GetExtension($Path);
    [string]$newFileName = $strippedFileName + [DateTime]::Now.ToString("yyyyMMdd-HHmmss") + $extension;
    [string]$newFilePath = [System.IO.Path]::Combine($directory, $newFileName);

    $reader = New-Object 'System.IO.StreamReader'($path, $true);
    $regex = [regex] '(?<!^|",)("(?:$[^"])|"(?!,"|$))'
    $writer = [System.IO.StreamWriter] $newFilePath;  

    try{
        while (($line = $reader.ReadLine()) -ne $null ){
            $newline = $line -replace $regex, '""';
            $writer.WriteLine($newline);            
        }
    }
    finally{
        $reader.Close();
        $writer.Close();
    }




Answer 1

下一次，尝试建立一个最小的、可重复的例子（也为你自己），因为这可能有助于更好地理解问题
这方面的一个常见缺陷是，标准cmdletGet Content读取一系列行（string[]），其中每行本身不包含任何换行符，但在输出到显示器或文件时，换行符用作默认分隔符（数组中的每个项目之间）。您可以通过使用-Raw参数来解决这个问题，但这会将所有内容读入内存，并可能使其比实际情况更加复杂
我怀疑您实际上想要查找不以双引号开头的行，这意味着前面的csv行可能被截断。也就是说，在这种情况下，您需要用额外的双引号连接前一行，重新插入换行符并添加当前行：

Get-Content .\Input.csv | Foreach-Object { $Previous = $Null } {
    if ($_.StartsWith('"')) { 
        $Previous
        $Previous = $_
    } else {
        $Previous += '"' + [Environment]::NewLine + $_
    }
} { $Previous } | Set-Content .\Output.csv