Python正则表达式无法正确分割字符串问题求助

解决方案 #

你可以替换原正则模式为以下表达式，它会正确识别不在双引号内的竖线（包括被引号包裹的"|"作为分隔符的情况），同时忽略引号内的所有竖线与转义字符：

import re

pattern = r'(?=(?:[^"\\]*(?:\\.[^"\\]*)*")*[^"\\]*$)"?\|"?'

测试验证

1. 针对问题输入text = r'2|dgx|abc|3'：

text = r'2|dgx|abc|3'
print(re.split(pattern, text))
# => ['2', 'dgx', 'abc', '3']

符合预期，所有外部竖线都被正确分割。

2. 针对原正确案例text = r'ced"|"ms|n"|4|98'：

text = r'ced"|"ms|n"|4|98'
print(re.split(pattern, text))
# => ['ced', 'ms|n"', '4', '98']

如果需要去除字段首尾的引号，可在分割后额外处理：

result = [field.strip('"') for field in re.split(pattern, text)]
print(result)
# => ['ced', 'ms|n', '4', '98']

3. 针对含转义字符的案例text = r'ced"|"ms\\|n"|4|98'：

text = r'ced"|"ms\\|n"|4|98'
result = [field.strip('"') for field in re.split(pattern, text)]
print(result)
# => ['ced', 'ms\\\\|n', '4', '98']

和原预期一致，引号内的转义字符与竖线均被保留。

正则说明 #

• (?=(?:[^"\\]*(?:\\.[^"\\]*)*")*[^"\\]*$)：正向预测断言，确保当前位置之后的双引号数量为偶数（即当前竖线不在未闭合的双引号内），同时正确处理转义引号（\"）与转义字符（\\）。
• "?"\|"?"：匹配作为分隔符的竖线，允许竖线前后带有双引号（|、"|"、"|、|"均被视为有效分隔符）。

内容的提问来源于stack exchange，提问作者user16240226