用于逗号分隔文本的正则表达式，带有可选双引号，可以包含反斜杠转义引号

Question

我需要一个可以分隔字符串的正则表达式，例如：

1st, 2nd=second, "3rd=third","4th = forth",,"6th=\"this, is, the, sixth\""

进入

1st         // not surrounded
2nd=second  // not surrounded
3rd=third   // surrounded
4th = forth // surrounded, keep the blank in the middle
            // empty string
6th="this, is, the, sixth"    // the scaped dbl-quotes and commas in the middle should be kept

请注意，如果这些部分没有逗号或双引号，则它们可能会或可能不会被包围，但如果它们有特殊字符，则应将它们包围起来，并且双引号必须用反斜杠转义。另外，应保留空值（如第 5 个）。

任何帮助将不胜感激。

Answer 1

对于您当前的示例，以下正则表达式就足够了：

(?|\h*"([^\\"]*(?:\\.[^\\"]*)*)"\h*|([^,]+|(?<=,)|^(?=,)))

请参阅 regex101 上的演示（演示中的

\n

仅用于多行展示）

它使用分支重置组来捕获相同的第一组所需的部分，这应该支持PCRE，甚至增强正则表达式（添加到版本1.42中的ECMAScript语法中）。

此模式涵盖以下情况（交替，优先级从左到右）

1. \h*"([^\\"]*(?:\\.[^\\"]*)*)"\h*

   捕获 被

   \h*

   任意数量的水平空间包围的引用部分内的内容 - 包含任意数量的 转义引号。

2. [^,]+

   不带引号的部分：一个或多个不是逗号的字符。

3. (?<=,)

   任何剩余的空格都以逗号开头（lookbehind）。

4. ^(?=,)

   如果字符串/行的

   ^

   开头有任何空白，例如

   ,a

如果您还需要修剪空间，请尝试此版本，但请注意，它会 一般来说，如果您的环境中可用，建议使用 csv 解析器。