如何编写正则表达式提取带可选引号的元组元素？

针对提取逗号分隔元组元素的需求——每个元组包含三个元素（数字/空字符串、文本/空字符串、数字/空字符串），且文本含逗号或空格时会被可选双引号包裹，原正则\((.*?),"?(.*?)?",(.*?)\)失效的核心原因是：非贪婪匹配.*?遇到文本内的逗号就会提前终止，无法完整捕获带逗号的引号包裹文本。

可以使用以下正则表达式解决问题：

\(([^,]*),(".*?"|[^",]*),([^)]*)\)

正则各部分说明 #

• \(：匹配元组开头的左括号
• ([^,]*)：捕获第一个元素，匹配除逗号外的任意字符（支持空值）
• ,：匹配第一个元素与第二个元素之间的逗号分隔符
• (".*?"|[^",]*)：捕获第二个元素，采用分支匹配逻辑：
  • ".*?"：优先匹配带双引号的文本，内部可包含逗号、空格等任意字符
  • [^",]*：匹配不带引号的文本，仅允许除逗号、双引号外的字符（支持空值）
• ,：匹配第二个元素与第三个元素之间的逗号分隔符
• ([^)]*)：捕获第三个元素，匹配除右括号外的任意字符（支持空值）
• \)：匹配元组结尾的右括号

测试验证 #

以示例输入(1,Item1,1),(,"Item 2",2),(3,"With,comma",3)为例，该正则可正确提取每组元素：

• 第一组：1、Item1、1
• 第二组：空字符串、"Item 2"（可按需后续处理去除引号）、2
• 第三组：3、"With,comma"、3

若需要自动去除第二个元素的引号，可调整正则为：

\(([^,]*),"?([^"]*)"?,(.*?)\)

（注：此调整仅适用于引号完整包裹文本的场景，若文本内存在未转义的引号则不适用）

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