正则表达式选择未用双引号括起来的分号

Question

我有类似的字符串

a;b;"aaa;;;bccc";deef

我想根据分隔符拆分字符串; 只有; 不在双引号内。 所以在分裂之后，它将是

 a
 b
"aaa;;;bccc"
 deef

我尝试使用look-behind，但是我无法找到正确的正则表达式来进行拆分。

Answer 1

正则表达式可能不是正确的工具。 如果可能，您应该使用CSV库，指定; 作为分隔符和"作为引用字符，这应该为您提供您正在寻找的确切字段。

这里所说的是一种方法，通过确保在;之间存在偶数个引号来起作用; 我们正在考虑字符串的分割和结束。

;(?=(([^"]*"){2})*[^"]*$)

示例： http ： //www.rubular.com/r/RyLQyR8F19

如果您可以在字符串中转义引号，例如a;"foo\\"bar";c 。

这是使用Python的csv模块的一个更清晰的例子：

import csv, StringIO
reader = csv.reader(StringIO.StringIO('a;b;"aaa;;;bccc";deef'),
                    delimiter=';', quotechar='"')
for row in reader:
    print '\n'.join(row)

Answer 2

这有点难看，但如果你没有“在你引用的字符串里面（意思是你没有看起来像这样的字符串（”foo bar \\“badoo \\”goo“）你就可以分开”然后假设所有偶数数组元素实际上都是字符串（并将奇数元素拆分为;令牌上的组成部分）。

如果你的字符串中有“\\”，那么你首先需要将它们转换为其他临时令牌，你将在执行操作后转换回来。

这是一个小提琴......

http://jsfiddle.net/VW9an/

    var str = 'abc;def;ghi"some other dogs say \\"bow; wow; wow\\". yes they do!"and another; and a fifth'

var strCp = str.replace(/\\"/g,"--##--");

var parts = strCp.split(/"/);

var allPieces = new Array();
for(var i in parts){
    if(i % 2 == 0){
        var innerParts = parts[i].split(/\;/)
        for(var j in innerParts)
            allPieces.push(innerParts[j])
    }
    else{
        allPieces.push('"' + parts[i] +'"')
    }
}

for(var a in allPieces){
 allPieces[a] = allPieces[a].replace(/--##--/g,'\\"');   
}

console.log(allPieces)

Answer 3

正则表达式只会变得更加混乱，即使是微小的变化也会中断。 您最好使用任何脚本语言的csv解析器。 Perl内置模块（因此您无需从CPAN下载，如果有任何限制），名为Text :: ParseWords允许您指定分隔符，以便您不限于, 。 这是一个示例代码段：

#!/usr/local/bin/perl

use strict;
use warnings;

use Text::ParseWords;

my $string = 'a;b;"aaa;;;bccc";deef';
my @ary = parse_line(q{;}, 0, $string);

print "$_\n" for @ary;

产量

a
b
aaa;;;bccc
deef

Answer 4

匹配所有而不是拆分

在战斗结束后很久就回答，因为没有人使用对我来说最简单的方式。

一旦你理解了Match All和Split是同一枚硬币的两面 ，你可以使用这个简单的正则表达式：

"[^"]*"|[^";]+

查看Regex演示中的匹配项。

• 交替的左侧| 匹配完整的引用字符串
• 右侧匹配任何两个都不匹配的字符; 也不"