查找字符出现 N 次的行

我有一个 txt 文件，我试图将其作为平面文件导入 SQL2008，如下所示：

“123456”,”some text”
“543210”,”some more text”
“111223”,”other text”
etc…

该文件有超过 300.000 行，文本很大（通常为 200-500 个字符），因此手动扫描文件非常耗时且容易出错。其他类似（甚至更复杂的文件）已成功导入。

这个问题的问题是，“某些行”在文本中包含引号...（这来自旧的 SuperBase DB 的导出，该数据库不允许您指定文本量词，除了清除它并尝试导入它）。

所以“有问题的”行看起来像这样：

“123456”,”this text “contains” a quote”
“543210”,”And the “above” text is bad”
etc…

你可以在这里看到问题。

现在，如果我可以使用可以使用正则表达式的文本编辑器执行搜索，300.000 并不算太多，我会手动删除每行中的引号。问题不在于违规行的数量，而在于无法通过简单的搜索找到它们。我确信少于 500 个，但是将它们分散在一个 300.000 行的 txt 文件中，你就知道我的意思了。

基于此，我可以用来识别这些行的最佳正则表达式是什么？

我的第一个想法是：告诉我哪个lines包含more than 4引号 （”）。

但我想不出任何办法（除了基础知识之外，我不擅长正则表达式）。

这个图案^("[^"]+){4,}将匹配“包含超过 4 个引号的行"

你可以尝试替换4 with 5或更多，具体取决于您的数据。