Python正则表达式替换：替换引号内内容并忽略双引号转义场景

直接上可行方案：用正则精准匹配被双引号包裹、且内部包含转义双引号（""）的字段，再统一替换为DUMMY：

import re

text = """4056,"Wholesale, Operations","Performed some ""activities"", at 10 am. ",19/12/2022,,"a,B" """
result = re.sub(r'"(?:[^"]|"")*"', 'DUMMY', text)
print(result)

运行后输出与预期完全一致：

4056,DUMMY,DUMMY,19/12/2022,,DUMMY

正则表达式解析 #

• "：匹配字段开头的双引号
• (?:[^"]|"")*：非捕获分组，负责匹配字段内部内容：
  • [^"]：匹配任何非双引号的普通字符
  • ""：匹配CSV规则中转义的双引号（两个连续双引号）
  • *：允许上述两种内容重复任意次数，确保覆盖整个字段
• "：匹配字段结尾的双引号

这个正则严格遵循CSV的转义规则，不会把字段内部的""误判为字段结束标记，能准确识别完整的带转义引号的字段。

内容的提问来源于stack exchange，提问作者QPeiran