如何利用正反向后断言匹配及解决带引号字符串按逗号分割问题

要搞定这个需求，核心就是组合使用反向否定后断言（(?<!...)）和正向否定预断言（(?!...)）：

• (?<!X)：保证当前位置左边绝对没有匹配X的内容
• (?!X)：保证当前位置右边绝对没有匹配X的内容

举个直观的例子：假设你要匹配单词apple，但不想匹配那些前后跟着数字的（比如123apple或apple456），那正则就可以这么写：

(?<!\d)apple(?!\d)

这样只有当apple前后都不是数字时，才会被匹配到。如果你的特定模式是更复杂的短语，直接把X换成对应的模式就行。

你的思路方向是对的，但原正则有两个坑导致失效：

1. 错误的字符范围：[0-z]看起来是想匹配字母数字，但ASCII码里0到z包含了一堆非字母数字的符号（比如:、@、[），你实际需要的是「引号内的非引号字符」，应该用[^"]*（表示除引号之外的任意字符）。
2. 逻辑不严谨：原断言只能检查逗号左边是「引号开头的一串字符」，碰到多组引号的情况就会翻车，比如"a,b",c,"d,e"这种字符串，原正则会错误分割中间的逗号。

靠谱的解决方案 #

我们换个思路：只分割那些不在引号内部的逗号。怎么判断逗号不在引号里？看逗号后面的引号总数是不是偶数——如果是，说明这个逗号在引号外面。对应的正则是：

,(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)

拆解一下这个正则的逻辑：

• ,：就是我们要找的分割用逗号
• (?=...)：正向预断言，检查逗号后面的内容：
  • (?:[^"]*"[^"]*")*：匹配0或多组「非引号字符+引号+非引号字符+引号」，也就是成对出现的引号
  • [^"]*$：最后剩下的内容里没有引号，确保整个字符串从逗号往后的引号总数是偶数

修正后的代码 #

String s = "today,\"is, clear\",and sunny";
String[] split = s.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)");
// 输出结果正好是你要的：["today", "\"is, clear\"", "and sunny"]

测试一下就知道，这个代码完美符合你的预期。另外提一句，如果你的字符串里有转义引号（比如"he said \"hello\""），这个正则会失效，不过如果只是普通的未转义引号，这个方案完全够用。

内容的提问来源于stack exchange，提问作者Nathan