寻求匹配引号、方括号、花括号外空格的正则表达式（适配Boost::Regex）

需求概述 #

需要实现字符串分词逻辑：

• 分割符为不在双引号、方括号[]、花括号{}内的空格，同时支持按, 或; 分割
• 正则需可在正则测试工具中验证，目标分割空格需能被高亮
• 基于C++ Boost::Regex库实现

示例 #

输入 #

" Test Test " ab c " Test" "Test " "Test" "T e s t"

期望输出 #

[" Test Test ",ab,c," Test","Test ","Test","T e s t"]

现有代码及问题 #

当前实现中，用于忽略引号内空格的正则逻辑失效，代码如下：

...
std::string test_string("\" Test Test \" ab c \" Test\" \"Test \" \"Test\" \"T e s t\"");
// (,|;)?\\s+     : Split on ,\s or ;\s
// (?![^\\[]*\\]) : Ignore spaces inside []
// (?![^\\{]*\\}) : Ignore spaces inside {}
// (?![^\"].*\")  : Ignore spaces inside "" !!! 此逻辑无法正常工作 !!!

// 注：以下分隔符正则未包含上述错误的引号处理逻辑
boost::regex delimiter("(,|;\\s|\\s)+(?![^\\[]*\\])(?![^\\(]*\\))(?![^\\{]*\\})");
std::vector<std::string> string_vector;
boost::split_regex(string_vector, test_string, delimiter);

原引号处理前瞻(?![^\"].*\")的问题：未考虑引号内的转义字符\"，且匹配逻辑无法正确识别成对的未转义引号，导致无法准确排除引号内的空格。

修正方案 #

适配Boost的正则分隔符 #

(?:,|;)?\s+(?![^\[]*\])(?![^\{]*\})(?![^"\\]*(?:\\.[^"\\]*)*")

正则逻辑解释 #

• (?:,|;)?\s+：匹配可选的,或;后跟1个及以上空格，作为有效分割符
• (?![^\[]*\])：正向否定前瞻，确保当前空格不在未闭合的方括号内
• (?![^\{]*\})：正向否定前瞻，确保当前空格不在未闭合的花括号内
• (?![^"\\]*(?:\\.[^"\\]*)*")：正向否定前瞻，检查当前位置后是否存在未转义的闭合引号——若存在，说明空格在引号内，跳过不分割。该逻辑支持引号内的转义字符（如\"）。

修改后的代码 #

使用Boost支持的原始字符串字面量简化转义：

...
std::string test_string("\" Test Test \" ab c \" Test\" \"Test \" \"Test\" \"T e s t\"");
boost::regex delimiter(R"(?:,|;)?\s+(?![^\[]*\])(?![^\{]*\})(?![^"\\]*(?:\\.[^"\\]*)*")");
std::vector<std::string> string_vector;
boost::split_regex(string_vector, test_string, delimiter);

验证说明 #

该正则可在正则测试工具中正确高亮所有待分割的空格，Boost::Regex执行后可得到符合预期的分词结果，同时支持转义引号的场景。

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