C#正则表达式按逗号或空格分割，忽略单双引号内内容的问题

需求说明 #

• 目标：使用C#的Regex.Split方法按逗号或空格分割文本，但忽略单双引号（含中文引号“”、‘’）内的逗号和空格
• 输入文本：Hello world “Boston Red Sox”, ‘Pepperoni Pizza’, ‘Cheese Pizza’, beer
• 期望输出：

Hello
World
Boston Red Sox
Pepperoni Pizza
Cheese Pizza
Beer

现有代码问题 #

当前代码的正则表达式存在多处缺陷：

1. 仅适配英文双引号"，未处理输入中的中文引号“”、‘’
2. 分割逻辑仅针对逗号，未正确识别空格作为分隔符的场景
3. 正则分组逻辑错误，无法拆分引号外的空格（如Hello world未被拆分为两个独立项）
4. 输出保留了引号，不符合期望格式

修正后的代码 #

class Program
{
    static void Main(string[] args)
    {
        string censoredfile = System.IO.File.ReadAllText(@"censored.txt");
        var outputFile = "output.txt";
        
        // 正则：匹配引号外的逗号/空格位置，同时跳过各类引号包裹的内容
        string splitPattern = @"(?<!(“[^”]+|‘[^’]+|""[^""]+""|'[^']+'))(?=[, ])|(?<=[, ])(?!(“[^”]+|‘[^’]+|""[^""]+""|'[^']+'))";
        var results = Regex.Split(censoredfile, splitPattern)
                            .Where(item => !string.IsNullOrWhiteSpace(item))
                            .Select(item => 
                                // 去除首尾引号并修剪空白
                                Regex.Replace(item.Trim(), @"^[“”‘’""']|[“”‘’""']$", "").Trim())
                            .Select(item => char.ToUpper(item[0]) + item.Substring(1));

        // 输出到控制台并写入文件
        foreach (var result in results)
        {
            Console.WriteLine(result);
            System.IO.File.AppendAllText(outputFile, result + Environment.NewLine);
        }
    }
}

关键逻辑说明 #

1. 正则分割规则：通过零宽断言确保仅在引号外的逗号或空格位置分割，同时匹配中文/英文单双引号的包裹内容，避免拆分内部文本
2. 结果清洗：
   • 过滤分割产生的空字符串和空白项
   • 移除每个项首尾的各类引号
   • 将每个项首字母大写，匹配期望输出格式
3. 文件操作：补充了结果写入输出文件的逻辑，确保持久化保存

内容的提问来源于stack exchange，提问作者ChrisPasa