正则表达式需求：匹配至逗号但忽略括号内的逗号

需求场景 #

我们需要匹配的文本格式为：

<group_name>: <group_value>[, <group_name>: <group_value>[...]]

示例文本如下：

group1: hello, group2: world
group1: hello (hello, world) world, group2: world
group1: hello world

原正则的问题 #

最初使用的正则：

group1:\s(?P<group1>[^,\n]+)(:?,\sgroup2:\s(?P<group2>[^,\n]+))?\n

会在group_value包含括号内的逗号时失效——因为[^,\n]+会匹配到括号里的逗号就终止，导致group1的取值不完整。

而改用非贪婪匹配的正则：

group1:\s(?P<group1>.+?)(?:,\sgroup2:\s(?P<group2>.+?))?\n

虽然能解决括号内逗号的问题，但存在误匹配风险（比如可能提前终止到不该匹配的逗号）。

通用解决方案 #

我们可以通过匹配完整括号内容、忽略括号内逗号的逻辑来构建正则，核心是让正则能识别成对的括号，跳过其中的逗号。

针对group1和group2的专用正则

group1:\s(?P<group1>(?:[^,(]+|\((?:[^()]+|\([^()]*\))*\))+)(?:,\sgroup2:\s(?P<group2>(?:[^,(]+|\((?:[^()]+|\([^()]*\))*\))+))?\n

正则核心逻辑解释

(?:[^,(]+|\((?:[^()]+|\([^()]*\))*\))+ 是匹配group_value的关键部分，分为两种匹配分支：

• [^,(]+：匹配连续的非逗号、非左括号字符
• \((?:[^()]+|\([^()]*\))*\)：匹配一对完整的括号（支持多层嵌套括号），括号内可以是任意非括号字符，或者嵌套的括号结构

这两个分支通过|组合，再用+表示可以重复组合，从而完整捕获包含括号内逗号的group_value，同时只在括号外的逗号处终止匹配。

通用分组匹配正则（支持任意数量分组）

如果需要匹配任意数量的<group_name>: <group_value>结构，可以使用：

(?P<group_name>\w+):\s(?P<group_value>(?:[^,(]+|\((?:[^()]+|\([^()]*\))*\))+)(?:,\s)?

测试验证 #

用上述正则匹配示例文本：

1. 第一行group1: hello, group2: world：group1捕获hello，group2捕获world
2. 第二行group1: hello (hello, world) world, group2: world：group1完整捕获hello (hello, world) world，正确跳过括号内的逗号
3. 第三行group1: hello world：group1捕获hello world，group2无匹配，符合预期

内容的提问来源于stack exchange，提问作者DuesserBaest