需要删除空格分隔字符串中特定位置的特定引号，同时保留其他引号

Question

我有一个用C#运行的windows命令行程序，可以读取服务器上的日志文件。日志文件以空格分隔（我们无法更改此项），其中包含的记录与以下内容类似：

74.57.205.141 - - [30/Mar/2012:00:03:04 +0000] "GET /7/961/148606/v1/00.akacast.akamaistream.net/00-radio-128" 200 1758815 "-" "iTunes/10.5.3 (Windows; Microsoft Windows 7 x64 "R2" Business Edition Service Pack 1 (Build 7601)) AppleWebKit/534.52.7"  102

行开始读“/iTunes”是用户代理字符串的开头。它应该一直到AppleWebKit/534.52.7并在那里结束。问题是，对于某些用户代理字符串，将在用户代理字符串中插入恶意引号。在本例中，恶意引号是“R2”。

但并不总是R2，其他一些代理字符串也可以加上一个额外的引号，所以我不能只是找到“R2”并用R2替换。

我在一个有效字符串中找到的模式是，总是有6个引号，每个偶数引号后面都有一个空格。

第一个引号-开始字符串第二个引号-结束字符串，第三个引号后面有空格-开始字符串第四个引号-结束字符串，第五个引号后面有空格-开始字符串第六个引号-结束字符串，后面有空格

无效字符串将始终遵循此模式。

第一个报价-开始字符串第二个报价-结束字符串与空间以下第三个报价-开始字符串第四个报价-结束字符串与空间以下第五个报价-开始字符串第六个报价-结束字符串没有空间以下第七个报价-开始字符串第八个报价-结束字符串与空间跟踪

我需要的是一种搜索字符串的方法，以便沿着引号位置查找无效的模式，并从第6和第7位置删除引号。我想一个好的正则表达式可能会有用，但我对它们不是很在行，还没有想出任何有效的方法，更不用说正则表达式不会删除第6和第7位的引用。

编辑

这可能太简单了，但我能够通过做一些索引操作来解决我的特殊问题。不幸的是，我无法让正则表达式解决方案为我工作：(

工作代码：

string str = "74.57.205.141 - - [30/Mar/2012:00:03:04 +0000] \"GET /7/961/148606/v1/00.akacast.akamaistream.net/00-radio-128\" 200 1758815 \"-\" \"iTunes/10.5.3 (Windows; Microsoft Windows 7 x64 \"R2\" Business Edition Service Pack 1 (Build 7601)) AppleWebKit/534.52.7\"  102";

int[] indexes = Enumerable.Range(0, str.Length).Where(x => str[x] == '"').ToArray();

            if (indexes.Length > 6)
            {
                //need to remove extra quotes from the 6th position and 7th position.
                //remove the 7th position first to prevent the index from changing on the quotes we need to remove.
                str = str.Remove(indexes[6], 1).Remove(indexes[5], 1);
            }

Answer 1

您可以使用正则表达式检测带有附加引号的字符串：

(.+)(\s*".+"\s*)(.+)(\s*".+"\s*)(\s*".+"\s*)(.*)(\s*".+"\s*)(.+)

这只能和像

UnquotedStart"QuotedText1" UnquotedText "QuotetText2" "QuotetText3" ROUGETEXT "QuotetText4"   UnquotetEnd

现在可以从匹配的组中重建正确的字符串。

Answer 2

这个怎么样：

".*?".*?".*?".*?"(.*)"

基本吻合

[ignore beginning]
[First Quote Pair]
[AnythingInBetween]
[Second Quote Pair]
[AnythingInBetween]
[Quote]
GROUPS YOUR FINAL STRING HERE until
[LastQuote in the line]

然后，您可以删除任何内部引号。

这是有效的，因为它对前两个报价对使用非贪婪的正则表达式，然后对最终报价匹配使用贪婪的正则表达式，因此最终匹配将忽略所有报价，直到达到最终报价。