匹配逗号分隔列表中未被单引号或双引号包围的项目

Question

我想匹配逗号分隔列表中的任何文本实例。为此，以下正则表达式效果很好：

/[^,]+/g

(Regex101 demo).

问题是我想忽略包含在单引号或双引号中的任何逗号，我不确定如何扩展上述选择器以允许我这样做。

这是一个示例字符串：

abcd, efgh, ij"k,l", mnop, 'q,rs't

我想要匹配五个文本块或匹配四个相关的逗号（这样我就可以使用split() 而不是match() 检索数据）：

1. abcd
2. efgh
3. ij"k,l"
4. mnop
5. 'q,rs't

或者：

abcd, efgh, ij"k,l", mnop, 'q,rs't
    ^     ^        ^     ^

我该怎么做？

---

存在三个相关问题，但它们都不能同时满足 JavaScript 中的 ' 和 "：

1. Regex for splitting a string using space when not surrounded by single or double quotes - Java 解决方案，似乎不适用于 JavaScript。
2. A regex to match a comma that isn't surrounded by quotes - 仅匹配 "
3. Alternative to regex: match all instances not inside quotes - 仅匹配 "

Answer 1

好的，所以您的匹配组可以包含：

• 只是字母
• 一对匹配的“
• 一对匹配的 '

所以这应该有效：

/((?:[^,"']+|"[^"]*"|'[^']*')+)/g

RegEx101 Demo

作为一个不错的奖励，您可以在双引号内删除额外的单引号，反之亦然。但是，您可能需要一个状态机来在双引号字符串中添加转义的双引号（例如“aa\”aa"）。

不幸的是，它也匹配初始空间 - 您必须修剪匹配项。

Answer 2

使用双重前瞻来确定匹配的逗号在引号之外：

/(?=(([^"]*"){2})*[^"]*$)(?=(([^']*'){2})*[^']*$)\s*,\s*/g

• (?=(([^"]*"){2})*[^"]*$) 断言在匹配的逗号之前有偶数个双引号。
• (?=(([^']*"){2})*[^']*$) 对单引号执行相同的断言。

PS：这不处理不平衡、嵌套或转义引号的情况。

RegEx Demo

Answer 3

在 JavaScript 中试试这个

(?:(?:[^,"'\n]*(?:(?:"[^"\n]*")|(?:'[^'\n]*'))[^,"'\n]*)+)|[^,\n]+

Demo

添加组以提高可读性（删除 ?name> for Javascript）

(?<has_quotes>(?:[^,"'\n]*(?:(?<double_quotes>"[^"\n]*")|(?<single_quotes>'[^'\n]*'))[^,"'\n]*)+)|(?<simple>[^,\n]+)

Demo

解释：

(?<double_quotes>"[^"\n]*") 匹配 "Any inside 但不是 "" = (1)（双引号）
(?<single_quotes>'[^'\n]*') 匹配 'Any inside 但不是 '@ 987654330@ = (2)（单引号）
(?:(?<double_quotes>"[^"\n]*")|(?<single_quotes>'[^'\n]*')) 匹配 (1)or(2) = (3)
[^,"'\n]* 匹配任何文本，但不是 "', = (w)
(?:(?:(?<double_quotes>"[^"\n]*")|(?<single_quotes>'[^'\n]*'))[^,"'\n]*) 匹配 (3)(w)
(?:(?:(?<double_quotes>"[^"\n]*")|(?<single_quotes>'[^'\n]*'))[^,"'\n]*)+ 匹配重复 (3)(w) = ( 3w+)
(?<has_quotes>[^,"'\n]*(?:(?:(?<double_quotes>"[^"\n]*")|(?<single_quotes>'[^'\n]*'))[^,"'\n]*)+) 匹配 (w)(3w+) = (4)（带引号）
[^,\n]+ 匹配其他情况 (5)（简单）
所以在最后我们有 (4)|(5) （有引号或简单）

输入

abcd,efgh, ijkl
abcd, efgh, ij"k,l", mnop, 'q,rs't
'q, rs't
"'q,rs't, ij"k, l""

输出：

MATCH 1
simple  [0-4]   `abcd`
MATCH 2
simple  [5-9]   `efgh`
MATCH 3
simple  [10-15] ` ijkl`
MATCH 4
simple  [16-20] `abcd`
MATCH 5
simple  [21-26] ` efgh`
MATCH 6
has_quotes  [27-35] ` ij"k,l"`
double_quotes   [30-35] `"k,l"`
MATCH 7
simple  [36-41] ` mnop`
MATCH 8
has_quotes  [42-50] ` 'q,rs't`
single_quotes   [43-49] `'q,rs'`
MATCH 9
has_quotes  [51-59] `'q, rs't`
single_quotes   [51-58] `'q, rs'`
MATCH 10
has_quotes  [60-74] `"'q,rs't, ij"k`
double_quotes   [60-73] `"'q,rs't, ij"`
MATCH 11
has_quotes  [75-79] ` l""`
double_quotes   [77-79] `""`