正则表达式拆分文本，忽略引用文本中出现的分隔符

Question

在给定一组分隔符（例如; 和,）的情况下，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]

为了澄清，常规文本不能有空格，引用文本可以有空格，引号内的分隔符被忽略，所有文本都由分隔符分隔。

我自己一直在尝试使用正则表达式，但没有得到我想要的结果。我也在没有前瞻/后视的环境中工作。关于如何实现这一点的任何想法？

Answer 1

这里有个好办法(?:\r?\n|[,;]|^)[^\S\r\n]*((?:(?:[^\S\r\n]*[^,;"\s])*(?:"[^"]*")?[^,;"\s]*))[^\S\r\n]*

为其添加了一些 WSp 装饰。
很好的演示在这里 -> https://regex101.com/r/FsJtOE/1

捕获组 1 包含该元素。
一个简单的发现一切都应该工作。

注意，使用 Re2 没有断言，而是处理所有角落
它真的需要它们。

不幸的是，这与您使用该正则表达式引擎所能达到的一样接近。

这样做的一件事是允许在非引号字段中有多个单词。

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]* 

Answer 2

替换：

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

与：

$1,

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
• [,;] , 或 ; 的任何出现

See on regex101，使用此输入：

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

你得到这个输出：

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

Answer 3

不确定您使用的是什么风格的正则表达式，排除了前瞻的使用，但这样的东西对您有用吗？

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

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

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