Lua使用string.gmatch处理分隔符间空字段的实现问题

我需要将带分隔符的字符串转换为Lua表，逻辑是先按;分隔，再将子串按,分隔。但实际数据因为表单可选字段存在连续分隔符（比如xxxx,,xxxx,,xxxx），想把分隔符间的空字段填充为-，但自己写的函数无法实现，连单个,的场景都有问题。

原代码：

local tbl = {}

if sep1 == nil then
  sep1 = "%s"
end

for str in string.gmatch(inputstr, "([^"..sep1.."]+)") do
  table.insert(tbl, str)
end

if sep2 then
  for i, v in ipairs(tbl) do
    local tbl2 = {}
    
    local matches = 0;
    
    -- 尝试检测连续','但失败
    for str in string.gmatch(v, "([^"..sep2.."]*)") do
      if str == '' then
        matches = matches + 1
        
        if str == '' and matches == 1 then
          str = '-'
          matches = 0;
        end
      end
              
      if (str ~= '' and  str ~= nil) then
        table.insert(tbl2, str)
      end

    end
    tbl[i] = tbl2
  end
end

return tbl  

问题分析 #

1. 第一层分割用string.gmatch(inputstr, "([^"..sep1.."]+)")会忽略连续分隔符之间的空字段，比如a;;b会被分割成{'a','b'}，丢失中间的空值。
2. 第二层用string.gmatch(v, "([^"..sep2.."]*)")的逻辑错误：该模式会匹配所有非分隔符的零长度/长字符串，包括空串，且零长度匹配会导致循环异常，无法正确处理连续分隔符。

解决方案 #

先实现一个能完整保留所有字段（包括空字段）的分割函数，再遍历替换空值为-：

-- 通用分割函数：保留所有字段（包括空字段）
local function split(str, sep)
    sep = sep or "%s"
    local parts = {}
    local start_idx = 1
    local s, e = string.find(str, sep, start_idx)
    while s do
        table.insert(parts, string.sub(str, start_idx, s - 1))
        start_idx = e + 1
        s, e = string.find(str, sep, start_idx)
    end
    table.insert(parts, string.sub(str, start_idx))
    return parts
end

-- 字符串转Lua表主函数
local function str_to_table(inputstr, sep1, sep2)
    local main_parts = split(inputstr, sep1 or "%s")
    
    if sep2 then
        for i, sub_str in ipairs(main_parts) do
            local sub_parts = split(sub_str, sep2)
            -- 将空字段替换为'-'
            for j, val in ipairs(sub_parts) do
                if val == "" then
                    sub_parts[j] = "-"
                end
            end
            main_parts[i] = sub_parts
        end
    end
    
    return main_parts
end

测试示例 #

-- 测试带连续分隔符的场景
local test_input = "a,,b;;c,d,"
local result = str_to_table(test_input, ";", ",")
-- 输出结果：{{'a', '-', 'b'}, {'-', 'c', 'd', '-'}}

内容的提问来源于stack exchange，提问作者milk