正则表达式拆分文本忽略引用文本中出现的定界符

Question

如果给定一组定界符（例如 ; 和 ,，我将如何编写正则表达式，我可以在这些示例中得到以下结果：

coffee, water; tea -> [coffee, water, tea]
"coffee, black;", water; tea -> ["coffee, black;", water, tea]

澄清一下，常规文本不能有空格，引号文本可以有空格，引号内的定界符将被忽略，所有文本都由定界符分隔。

我自己一直在试验正则表达式，但没有得到我想要的结果。我也在没有 lookaheads/lookbehinds 的环境中工作。关于如何实现这一点有什么想法吗？

Answer 1

正在替换：

((\"[^\"]*\")|[a-zA-Z]+)[,;]

与：

会给你括号内的内容。

解释：

((\"[^\"]*\")|[a-zA-Z]+) 这两个选项中的任何一个：
- (\"[^\"]*\") 双引号之间的任何内容
- [a-zA-Z]+ 任意字符序列
[,;] 出现任何 , 或 ;

See on regex101，输入：

coffee, water; tea
"coffee, black;", water; tea

你得到这个输出：

coffee, water, tea
"coffee, black;", water, tea

Answer 2

不确定您使用的是哪种正则表达式，它排除了前瞻的使用，但是这样的东西对您有用吗？

/".*"|[^;,"\s]+/

它首先检查带引号的值（使用 ".*"），然后再尝试排除分隔符、引号和空格的值（使用负字符 class [^;,"\s]+）

https://regex101.com/r/zWea28/1/

Answer 3

这里有一个好方法(?:\r?\n|[,;]|^)[^\S\r\n]*((?:(?:[^\S\r\n]*[^,;"\s])*(?:"[^"]*")?[^,;"\s]*))[^\S\r\n]*

添加了一些 WSp trim。
不错的演示在这里 -> https://regex101.com/r/FsJtOE/1

捕获组 1 包含该元素。
一个简单的查找应该工作。

注意，使用 Re2 没有断言，但是要处理所有的角
它真的需要它们。

不幸的是，这已经是您使用该正则表达式引擎所能达到的最接近的结果了。

这会做的一件事是允许在非引号字段中使用多个词。

可读版本

 # Validate even quotes:  ^[^"]*(?:"[^"]*"[^"]*)*$   
 # Then -> 
 # ----------------------------------------------
 # Find all:  

 (?: \r? \n | [,;] | ^ )
 [^\S\r\n]* 
 (                             # (1 start)
      (?:
           (?:
                [^\S\r\n]* 
                [^,;"\s] 
           )*
           (?: " [^"]* " )?
           [^,;"\s]*  
      )
 )                             # (1 end)
 [^\S\r\n]*

正则表达式拆分文本忽略引用文本中出现的定界符

Regex to split text ignoring occurrences of delimiter(s) in quoted text

regex

parsing

delimiter

re2