如何通过正则表达式实现string4列的等宽对齐格式化？

我正在处理每行格式如下的文件：

'string1', 'string2',    'string3', 'string4', '8/31/23', 'string5'
'string1', 'string2',  'string3 b', 'another string 4 value', '12/31/23', 'string5'

需要将文件格式化为各列起止位置固定的可读文本，大部分列已经通过块编辑手动对齐，但string4列的值长度差异太大，无法手动处理，需要通过填充空格实现对齐。

我尝试用正则('[^']+', '\d+/)定位目标，但给匹配内容左侧填充15个空格时，所有行的string4都会被加上同样的空格，导致长内容的行出现过度填充，短内容的行填充不足。

期望处理结果如下：

'string1', 'string2',    'string3',                                              'string4', '8/31/23', 'string5'
'string1', 'string2',  'string3 b',                               'another string 4 value', '12/31/23', 'string5'
'string1', 'string2',  'string3 b', 'A quick, red fox jumped over - the "lazy" brown dog.', '10/31/23', 'string5'  
'string1', 'string2',  'string3 b',                                                    'b', '7/31/23', 'string5'

注：string4数据中不含单引号（仅作为字符串标识符），暂不考虑该边缘情况。

方法1：Python脚本处理（最灵活可靠） #

纯正则替换很难动态计算填充空格数，用脚本可先扫描所有行确定string4的最大长度，再逐行调整对齐：

# 读取文件内容
with open('your_file.txt', 'r', encoding='utf-8') as f:
    lines = [line.strip('\n') for line in f]

# 扫描所有行，获取string4字段的最大长度
max_len = 0
for line in lines:
    import re
    match = re.search(r"'[^']+'(?=, '\d+/\d+/\d+')", line)
    if match:
        current_len = len(match.group())
        if current_len > max_len:
            max_len = current_len

# 重新格式化每行
processed_lines = []
for line in lines:
    match = re.match(r"((?:[^']+'[^']*, ){3})([^']+')(,.*)", line)
    if match:
        prefix = match.group(1)
        string4 = match.group(2)
        suffix = match.group(3)
        # 计算需要填充的空格数，补全到最大长度
        pad_spaces = ' ' * (max_len - len(string4))
        new_line = f"{prefix}{pad_spaces}{string4}{suffix}"
        processed_lines.append(new_line)
    else:
        processed_lines.append(line)

# 写入格式化后的文件
with open('formatted_file.txt', 'w', encoding='utf-8') as f:
    f.write('\n'.join(processed_lines))

方法2：VS Code高级正则替换（适合快速处理） #

1. 先查找所有string4字段，确定最大长度：
   • 用正则查找：'[^']+'(?=, '\d+/\d+/\d+')，记录最长匹配的字符数（比如示例中最长的是'A quick, red fox jumped over - the "lazy" brown dog.'，长度为60）
2. 执行动态替换：
   • 查找正则：((?:[^']+'[^']*, ){3})('[^']+')(, '\d+/\d+/\d+', .*)
   • 替换内容：$1${' '.repeat(60 - $2.length)}$2$3（将60替换为你找到的最大长度）
   • 勾选VS Code替换面板的「正则表达式」(.*)和「替换表达式」({})选项

内容的提问来源于stack exchange，提问作者dougp