Regex: nur störende Zeilenumbrüche entfernen

Forumthread: Regex: nur störende Zeilenumbrüche entfernen

21.12.2023 13:16:53

Dirk

Ich habe einen Kunden, der mir csv Daten zur Verarbeitung schickt. Leider hat er in manchen Artikelbezeichnungen Zeilenumbrüche, die massiv die csv-Verarbeitung stören.

Beispiel - Datensatz 3 ist falsch umgebrochen:
"Artikelnummer";"HAN";"EAN/Barcode";"Lagerbestand Gesamt";"Artikelname";"Länge";"Breite";"Höhe";"Inhalt/Menge";
"623456789";"";"123456789";"240,00";"Artikel 6";"62,00";"46,00";"40,00";"1";
"723456789";"";"223456789";"2,00";"Artikel 7";"69,00";"32,00";"75,50";"2";
"8freico_BC-SS-
NAVY-6";"";"323456789";"154,00";"Artikel 8";"69,00";"32,00";"75,50";"3";
"923456789";"";"323456789";"154,00";"Artikel 9";"69,00";"32,00";"75,50";"3";
"1023456789";"";"323456789";"154,00";"Artikel 10";"69,00";"32,00";"75,50";"3";

Ich hab das schon zeilenweise gelöst - kein Ding.
Aber ich möchte das performanter machen und auf einen Schlag erledigen. Mir schwebt eine Regex vor, und zwar in diesem Ansatz:

Option Explicit



Public Sub clear_crlf(i_filename As String)

    Dim l_content As String



    l_content = get_file_as_string(i_filename)

    l_content = get_clean_content(l_content)

    write_string_as_file i_filename, l_content

    

End Sub



Private Function get_file_as_string(i_filename As String) As String

Dim f As Long

Dim l_textlaenge As Long

On Error GoTo Fehler

f = FreeFile

Open i_filename For Input As #f

    l_textlaenge = LOF(f)

    get_file_as_string = Input(l_textlaenge, #f)

Close #f





Exit Function

Fehler:

  MsgBox "Datei " & i_filename & " nicht gefunden.", vbCritical + vbOKOnly

End Function



Private Sub write_string_as_file(i_filename As String, i_content As String)

   Dim f As Long

   Dim l_origfile As String

   

   On Error Resume Next

   l_origfile = Left$(i_filename, Len(i_filename) - 4) & "_orig.csv"

   Name i_filename As l_origfile

   On Error GoTo 0

   

   On Error GoTo Fehler

   f = FreeFile

   Open i_filename For Output As #f

    Print #f, i_content

   Close #f

   

   Exit Function

Fehler:

    MsgBox "Schreiben der Datei " & i_filename & " gescheitert", vbCritical + vbOKOnly

    

End Sub





Private Function get_clean_content(i_content As String) As String



    ' per Regex alle Zeilenumbrüche durch NICHTS ersetzen,

    ' denen nicht(!) links Anführungszeichen+Semikolon vorausgeht und rechts Anführungszeichen nachfolgt





    

End Function

Beiträge zum Forumthread

Beiträge zu diesem Forumthread

Betreff

Datum

Anwender

AW: Regex: nur störende Zeilenumbrüche entfernen

21.12.2023 13:42:28

Yal

Hallo Dirk,

Du musst nur das RegEx Pattern herausfinden, das einen Zeilumbruch innerhalb zwei doppelte Hochkommas, also ohne Semikolon darin, abbildet.

Dann bindest Du die Bib Microsoft Regular Expression ein und setzst einen Replace durch nichts.

Pattern-Test unter https://regexr.com/

VG
Yal

AW: Regex: nur störende Zeilenumbrüche entfernen

21.12.2023 13:57:35

Yal

Es müsste ca
(?=\"[^\;]*)(\r)(?=[^\;]*\")
sein. Oder ähnliches.

Ist doch klar ;-)

VG
Yal

AW: Regex: nur störende Zeilenumbrüche entfernen

21.12.2023 14:02:42

Dirk

ChatGPT hat es für mich gelöst. Ich musste nur ganz leicht nacharbeiten:

Public Function GetCleanContent(ByVal i_content As String) As String

    Dim regex As Object



    ' Erstelle ein Regex-Objekt

    Set regex = CreateObject("VBScript.RegExp")

    With regex

        .Global = True

        .MultiLine = True

        .Pattern = "[^;""']" & vbCrLf & "[^;""']"

    End With

    

    ' Überprüfe, ob das Muster im Inhalt vorhanden ist

    While regex.Test(i_content)

        ' Ersetze den Zeilenumbruch durch nichts

        i_content = regex.Replace(i_content, "")

    Wend

    

    ' Gib den bereinigten Inhalt zurück

    GetCleanContent = i_content

End Function

AW: Regex: nur störende Zeilenumbrüche entfernen

21.12.2023 19:01:34

Dirk

Finale Version:



Private Function GetCleanContent(ByVal i_content As String) As String

    ' per Regex alle Zeilenumbrüche durch NICHTS ersetzen,

    ' denen nicht(!) links Anführungszeichen+Semikolon vorausgeht und rechts Anführungszeichen nachfolgt

    ' Als Anführungszeichen sind Single- und Doublequotes zugelassen

    

    Dim lo_regex As Object

    

    'Die unten gewählte Regex nimmt leider das Semikolon am Dateiende mit raus!

    'Egal, ob noch ein Linefeed, ein Linebreak oder auch nichts mehr folgt!

    'Einige Versuche, das Pattern mit $ zu ergänzen, blieben erfolglos.

    'Daher vermeiden wir den Fehler schon hier, indem wir alles wegschneiden, was nach dem letzten Semikolon folgt:

    i_content = Mid$(i_content, 1, Len(i_content) - InStr(StrReverse(i_content), ";") + 1)

    

    ' Erstelle ein Regex-Objekt

    Set lo_regex = CreateObject("VBScript.RegExp")

    With lo_regex

        .Global = True     'das ist laut ChatGPT der Schalter, mit dem gleich ALLE ERSETZUNGEN AUF EINMAL durchgeführt werden.

        .MultiLine = True

        .Pattern = "[^""'][^;]" & vbCrLf & "[^""']|[^""'][^;]" & vbLf & "[^""']"

    End With

        

    GetCleanContent = lo_regex.Replace(i_content, "")

    

    

End Function

Infobox / Tutorial

Störende Zeilenumbrüche mit Regex in Excel entfernen

Schritt-für-Schritt-Anleitung
Häufige Fehler und Lösungen
Alternative Methoden
Praktische Beispiele
Tipps für Profis
FAQ: Häufige Fragen

Schritt-für-Schritt-Anleitung

Um störende Zeilenumbrüche in Artikelbezeichnungen zu entfernen, kannst Du die folgende Schritt-für-Schritt-Anleitung befolgen:

VBA-Editor öffnen: Drücke ALT + F11 in Excel, um den VBA-Editor zu öffnen.
Modul erstellen: Klicke mit der rechten Maustaste auf "VBAProject (deinWorkbookName)" und wähle Einfügen > Modul.

Code einfügen: Kopiere den folgenden Code in das Modul:

Option Explicit

Public Sub clear_crlf(i_filename As String)
   Dim l_content As String
   l_content = get_file_as_string(i_filename)
   l_content = get_clean_content(l_content)
   write_string_as_file i_filename, l_content
End Sub

Private Function get_file_as_string(i_filename As String) As String
   Dim f As Long
   Dim l_textlaenge As Long
   On Error GoTo Fehler
   f = FreeFile
   Open i_filename For Input As #f
       l_textlaenge = LOF(f)
       get_file_as_string = Input(l_textlaenge, #f)
   Close #f
   Exit Function
Fehler:
   MsgBox "Datei " & i_filename & " nicht gefunden.", vbCritical + vbOKOnly
End Function

Private Sub write_string_as_file(i_filename As String, i_content As String)
   Dim f As Long
   Dim l_origfile As String
   On Error Resume Next
   l_origfile = Left$(i_filename, Len(i_filename) - 4) & "_orig.csv"
   Name i_filename As l_origfile
   On Error GoTo 0
   On Error GoTo Fehler
   f = FreeFile
   Open i_filename For Output As #f
       Print #f, i_content
   Close #f
   Exit Function
Fehler:
   MsgBox "Schreiben der Datei " & i_filename & " gescheitert", vbCritical + vbOKOnly
End Sub

Private Function get_clean_content(i_content As String) As String
   Dim lo_regex As Object
   Set lo_regex = CreateObject("VBScript.RegExp")
   With lo_regex
       .Global = True
       .MultiLine = True
       .Pattern = "[^""'][^;]" & vbCrLf & "[^""']|[^""'][^;]" & vbLf & "[^""']"
   End With
   get_clean_content = lo_regex.Replace(i_content, "")
End Function

Datei speichern: Speichere die Datei im CSV-Format.
Makro ausführen: Führe das clear_crlf-Makro aus, indem Du es im VBA-Editor über F5 startest.

Häufige Fehler und Lösungen

Fehler: Datei nicht gefunden
Mögliche Ursache: Der angegebene Dateipfad ist falsch. Überprüfe den Pfad und die Dateinamen.
Fehler: Schreiben der Datei gescheitert
Lösung: Stelle sicher, dass Du Schreibrechte für den Speicherort hast und dass die Datei nicht schreibgeschützt ist.
Regex funktioniert nicht wie erwartet
Überprüfe das Regex-Muster. Es sollte die Zeilenumbrüche korrekt identifizieren. Der Regex für den Zeilenumbruch könnte in Deinem Fall so aussehen: (?=\"[^\;]*)(\r)(?=[^\;]*\").

Alternative Methoden

Falls Du mit VBA nicht arbeiten möchtest, kannst Du auch folgende Methoden in Betracht ziehen:

Power Query: Importiere die CSV-Datei in Power Query und nutze die Funktion "Ersetzen", um Zeilenumbrüche zu entfernen.
Excel-Formeln: Nutze die WECHSELN-Funktion, um Zeilenumbrüche in Zellen zu ersetzen. Beispiel:
```
=WECHSELN(A1;CHAR(10);"")
```

Praktische Beispiele

Angenommen, Du hast folgende CSV-Zeilen:

"Artikel 1";"Beschreibung mit
Zeilenumbruch";"Preis"
"Artikel 2";"Ein weiterer
Artikel";"20,00"

Nach Anwendung des oben genannten VBA-Codes sollten die Zeilen folgendermaßen aussehen:

"Artikel 1";"Beschreibung mit Zeilenumbruch";"Preis"
"Artikel 2";"Ein weiterer Artikel";"20,00"

Tipps für Profis

Regex leerzeichen entfernen: Kombiniere die Regex-Funktionen, um auch überflüssige Leerzeichen zu entfernen. Beispiel:
```
.Pattern = "\s+" ' Entfernt mehrere Leerzeichen
```
Sicherungskopien: Erstelle immer Sicherungskopien Deiner CSV-Dateien, bevor Du das Makro ausführst.
Testen von Regex: Nutze Online-Tools wie regexr.com, um Deine Regex-Pattern zu testen, bevor Du sie in VBA implementierst.

FAQ: Häufige Fragen

1. Wie kann ich Zeilenumbrüche in einer Excel-Tabelle finden?
Du kannst die SUCHE-Funktion verwenden, um nach CHAR(10) oder CHAR(13) zu suchen.

2. Was ist der Unterschied zwischen vbCrLf und vbLf?
vbCrLf steht für einen Wagenrücklauf und Zeilenumbruch, während vbLf nur für den Zeilenumbruch steht.

3. Kann ich das Regex auch in anderen Programmiersprachen verwenden?
Ja, die meisten Programmiersprachen unterstützen Regex. Du musst nur die jeweilige Syntax anpassen.

Beliebteste Forumthreads (12 Monate)

Regex: nur störende Zeilenumbrüche entfernen

Forumthread: Regex: nur störende Zeilenumbrüche entfernen

4 Beiträge zum Forumthread Beiträge zu diesem Forumthread

VBA Beispiele zu diesem und ähnlichen Themen

Infobox / Tutorial

Störende Zeilenumbrüche mit Regex in Excel entfernen

Schritt-für-Schritt-Anleitung

Häufige Fehler und Lösungen

Alternative Methoden

Praktische Beispiele

Tipps für Profis

FAQ: Häufige Fragen

Beliebteste Forumthreads (12 Monate)

4
Beiträge zum Forumthread

Beiträge zu diesem Forumthread