使用separate_wider处理含引号内逗号的字符串拆分问题

架构老林

2026-7-23

解决Airtable导出CSV的引号内逗号拆分问题

你碰到的是CSV解析里的经典坑——带引号的字段里藏着逗号，直接按逗号拆肯定会把内容拆乱。别死磕separate_wider_regex，用专门的CSV解析工具或者针对性的正则就能解决。

方法一：用CSV解析函数直接处理

你的每一行字符串本身就符合CSV格式规则，直接把每行当成单独的CSV内容来解析最靠谱，自带的read.csv就能识别引号内的逗号：

library(tidyverse)

df <- data.frame(str=c("A,B,C","D,E",'H,"I,J"'))

df_splt <- df %>%
  rowwise() %>%
  # 把每行字符串当作CSV文本解析，返回列表列
  mutate(parsed = list(read.csv(text = str, header = FALSE, stringsAsFactors = FALSE))) %>%
  unnest(parsed) %>%
  # 给拆分后的列重命名
  rename_with(~paste0("str_", seq_along(.)), -str)

处理后结果会自动保留引号内的完整内容，同时去掉引号：

str str_1 str_2 str_3

1 A,B,C A B C
2 D,E D E NA
3 H,"I,J" H I,J NA

方法二：用`separate_wider_regex`实现

如果一定要用separate_wider_regex，可以写个正则匹配不在引号内的逗号，以此作为分隔符：

df_splt <- df %>%
  separate_wider_regex(
    str,
    patterns = c(
      # 匹配普通字段或带引号的字段
      str_1 = '[^,"]+|"(?:[^"])+"',
      # 可选的后续字段，匹配前面带逗号的普通/引号字段
      str_2 = '(?:,[^,"]+|,"(?:[^"])+")?',
      str_3 = '(?:,[^,"]+|,"(?:[^"])+")?'
    ),
    too_few = "align_start"
  ) %>%
  # 去掉字段前后的逗号和引号
  mutate(across(starts_with("str_"), ~str_remove_all(., '^,|^"|"$')))

这里的正则逻辑很简单：要么匹配不带逗号和引号的普通内容，要么匹配带引号的完整内容；后续字段加?表示可选，适配不同长度的行。处理后同样能得到正确的拆分结果。