求能按逗号分割但保留双引号内原子字符串的正则表达式

需求说明 #

需要从以下字符串中提取所有字段，双引号包裹的内容（即使内部包含逗号）视为一个整体，提取结果保留字段后的逗号（最后一个字段除外）：

2022-09-22T03:55:59.433Z,,,,sm100,"sm100.w.gm.net=25 2.7.2 mailto:012323@eu-w1.as.com [IId=200023, Hostname=mky.wgm.net] Queued info",,SMTP,HAREDIRECT

预期提取结果：

2022-09-22T03:55:59.433Z,
,
,
,
sm100,
"sm100.w.gm.net=25 2.7.2 mailto:012323@eu-w1.as.com [IId=200023, Hostname=mky.wgm.net] Queued info",
,
SMTP,
HAREDIRECT

解决方案正则 #

使用以下正则匹配所有字段（含后续分隔符）：

(?:"[^"]*"|[^,]*)(?:,|$)

正则逻辑解释 #

• (?:"[^"]*"|[^,]*)：匹配两种内容
  • "[^"]*"：匹配双引号包裹的完整内容，内部逗号不会被拆分
  • [^,]*：匹配非逗号的任意字符，包括空字符串，对应连续逗号之间的空字段
• (?:,|$)：匹配字段后面的逗号，或者字符串结尾，保证最后一个字段也能被匹配

现有正则的问题 #

你之前尝试的,(?![\" ])仅能排除部分逗号，但无法识别引号的开闭状态，会错误拆分引号内部的内容，同时也无法直接提取出包含空字段的完整结果。

内容的提问来源于stack exchange，提问作者Udar