正则表达式无法替换双引号内末尾竖线的问题修正请求

问题背景 #

有一条以竖线|作为分隔符的文件记录字符串：

1234567890|ABCDE|""|"01|02|03|"|453625|New Account|05736372828|NA|||AT|899

核心需求：双引号"包裹范围内的|不能被当作分隔符，需作为单一文本内容保留（例如"01|02|03|"要作为一个整体字段）。

原尝试方案是先将引号内的|替换为逗号,，再用|分割字符串，但正则表达式未覆盖所有情况，导致"01|02|03|"中03后的|未被替换。

原代码及问题 #

原Java代码：

public static void main(String[] args) {
    String orig = "1234567890|ABCDE|\\\"\\\"|\\\"01|02|03|\\\"|453625|New Account|05736372828|NA|||AT|899";
    String regex = "(?<=\\\")([^\\\"]+?)\\|([^\\\"]+?)(?=\\\")";  
    String old = orig;
    String result = orig.replaceAll(orig, "$1,$2");  
    while (!result.equalsIgnoreCase(old)){  
        old = result;  
        result = result.replaceAll(regex, "$1,$2");  
    }
    System.out.println(result);
}

输出结果：

1234567890|ABCDE|""|"01,02,03|"|453625|New Account|05736372828|NA|||AT|899

问题根源：原正则(?<=\\")([^\\"]+?)\\|([^\\"]+?)(?=\\")要求|前后必须有非引号字符，而最后一个|直接紧邻右引号，无法满足([^\\"]+?)的匹配条件，因此被遗漏。

解决方案 #

方案1：修正替换正则 #

调整正则表达式，匹配引号内所有的|，无论其前后是否有内容：

public static void main(String[] args) {
    String orig = "1234567890|ABCDE|\\\"\\\"|\\\"01|02|03|\\\"|453625|New Account|05736372828|NA|||AT|899";
    // 匹配引号内的任意|
    String regex = "(?<=\")[^\"]*?\\|(?=[^\"]*\")";
    String result = orig.replaceAll(regex, m -> m.group().replace("|", ","));
    System.out.println(result);
}

输出结果：

1234567890|ABCDE|""|"01,02,03,"|453625|New Account|05736372828|NA|||AT|899

正则逻辑：

• (?<=\")：正向后顾，确保当前位置前是左引号
• [^\"]*?：非贪婪匹配任意非引号字符（覆盖空内容场景）
• \\|：匹配目标竖线
• (?=[^\"]*\")：正向预查，确保当前位置后有任意非引号字符+右引号（保证在引号范围内）

替换完成后，即可用|正常分割字符串。

方案2：直接分割（更高效） #

跳过替换步骤，直接用正则匹配不在引号内的竖线作为分隔符：

import java.util.Arrays;
import java.util.regex.Pattern;

public static void main(String[] args) {
    String orig = "1234567890|ABCDE|\\\"\\\"|\\\"01|02|03|\\\"|453625|New Account|05736372828|NA|||AT|899";
    // 匹配不在引号内的竖线
    String splitRegex = "\\|(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)";
    String[] parts = orig.split(splitRegex);
    System.out.println(Arrays.toString(parts));
}

输出结果：

[1234567890, ABCDE, "", "01|02|03|", 453625, New Account, 05736372828, NA, , , AT, 899]

正则逻辑：

• \\|：匹配竖线
• (?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)：正向预查，确保竖线后面的引号总数为偶数（即该竖线不在引号包裹范围内）

此方案一步到位，无需额外替换操作，效率更高。

内容的提问来源于stack exchange，提问作者Aniket V