如何基于逗号分割字符串但排除|内内容？无法用re模块的解决方法

看起来你之前的正则表达式逻辑出了点小问题，导致正常的逗号也没被分割。咱们先把正则修对，再给你两种可行的方案——一种直接在Pandas的str.split里用，另一种如果必须用re模块的简化写法。

一、修复正则，直接用Pandas str.split #

你之前的正则里重复写了[^|]*|，这是错误的，正确的逻辑应该是匹配不在一对|内部的逗号。这里给你修正后的正则：

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

这个正则的核心是用正向预查(?=...)，确保逗号后面的|数量是偶数（也就是没有被未闭合的|包裹），这样就只会分割那些不在|内部的逗号。

替换到你的Pandas代码里就是：

dfs = [
    pd.DataFrame(allViolations[c].astype(str).str.split(correct_regex).tolist())
    .rename(lambda x: f'Field{x + 1}', axis=1)
    for c in allViolations.columns
]

测试一下效果：

test = 'a,b'
test1 = '|a,b|'
correct_regex = r",(?=(?:[^|]*\|[^|]*\|)*[^|]*$)"
print(test.split(correct_regex))  # 输出: ['a', 'b']
print(test1.split(correct_regex)) # 输出: ['|a,b|']

完全符合你的需求~

二、如果需要改用re模块的简化写法 #

如果你因为某些原因必须使用re模块，也可以调整列表推导式，用apply调用re.split处理每个字符串，代码会更清晰：

import re

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

dfs = [
    pd.DataFrame(
        allViolations[c].astype(str).apply(lambda s: re.split(correct_regex, s)).tolist()
    )
    .rename(lambda x: f'Field{x + 1}', axis=1)
    for c in allViolations.columns
]

这个写法和之前的逻辑完全一致，只是把Pandas内置的str.split换成了re.split，灵活性更高，适合后续可能的复杂调整。

内容的提问来源于stack exchange，提问作者user1298426