如何用正则解析含引号的复杂分隔属性字符串？

给定字符串：

def str='prop1: value1, prop2: value2;value3, prop3:"test:1234, test1:23;45, test2:34;34", prop4: "test, 66;77, 888"'

期望解析为以下属性-值对：

prop1: value1
prop2: value2;value3
prop3: test:1234, test1:23;45, test4:34;34
prop4: test, 66;77, 888

尝试用Groovy正则提取带引号的键值对时，仅能匹配prop3，无法匹配prop4，代码如下：

def str='prop1: value1, prop2: value2;value3, prop3:"test:1234, test1:23;45, test4:34;34", prop4: "test, 66;77, 888"'
def regex = /(\w+):"(.*)"[,\s]|$/
def m = (str =~ regex)
(0..<m.count).each{
    println("${m[it][1]}=${m[it][2]}")
}

运行结果：

prop3=test:1234, test1:23;45, test2:34;34
null=null

1. 无法匹配prop4的原因 #

你的正则存在两个核心问题：

• 未处理冒号与引号间的空格：prop4的格式是prop4: "..."，而正则(\w+):"要求冒号后直接跟引号，忽略了中间的空格，导致匹配失败。
• 正则逻辑冗余：末尾的[,\s]|$写法混乱，且(.*)贪婪匹配可能引发意外匹配，但核心问题是空格未兼容。

修正后的带引号键值匹配正则及代码：

def str='prop1: value1, prop2: value2;value3, prop3:"test:1234, test1:23;45, test4:34;34", prop4: "test, 66;77, 888"'
def regex = /(\w+):\s*"(.*?)"(?:,|$)/
def m = (str =~ regex)
(0..<m.count).each{
    println("${m[it][1]}=${m[it][2]}")
}

运行结果：

prop3=test:1234, test1:23;45, test4:34;34
prop4=test, 66;77, 888

2. 一次正则扫描完成全量解析 #

可以通过分支正则同时匹配带引号和不带引号的键值对，无需拆分两次。正则逻辑：

• (\w+)：匹配属性名
• :\s*：匹配冒号及后续可选空格
• (?:"(.*?)"|([^,]+))：分支匹配值——要么是带引号的非贪婪匹配内容，要么是到下一个逗号前的所有字符
• (?:,|$)：匹配结尾的逗号或字符串结束（非捕获组，避免冗余捕获）

实现代码：

def str='prop1: value1, prop2: value2;value3, prop3:"test:1234, test1:23;45, test4:34;34", prop4: "test, 66;77, 888"'
def regex = /(\w+):\s*(?:"(.*?)"|([^,]+))(?:,|$)/
def m = (str =~ regex)
(0..<m.count).each { idx ->
    def key = m[idx][1]
    // 合并两个捕获组的结果，两种匹配场景只会有一个有值
    def value = m[idx][2] ?: m[idx][3].trim()
    println("${key}: ${value}")
}

运行结果完全符合期望：

prop1: value1
prop2: value2;value3
prop3: test:1234, test1:23;45, test4:34;34
prop4: test, 66;77, 888

内容的提问来源于stack exchange，提问作者mike01010