如何按|分隔字符串且不拆分单/双引号内部的|字符

你可以通过匹配目标字段而非直接分割分隔符的方式实现需求，该方案适配单/双引号内特殊字符不拆分的场景，逻辑更稳定。

核心正则表达式 #

(?<=\||^)\s*(?:"[^"]*"|'[^']*'|[^|]+?)\s*(?=\||$)

正则逻辑说明 #

• (?<=\||^)：正向回顾匹配字段起始位置，要么是字符串开头，要么是|的后方
• \s*：匹配字段前后可能存在的冗余空格
• 分支匹配逻辑：
  • "[^"]*"：匹配双引号包裹的所有内容，内部的|会被整体保留
  • '[^']*'：匹配单引号包裹的所有内容
  • [^|]+?：匹配未被引号包裹的普通字段，直到遇到下一个|为止
• (?=\||$)：正向前瞻匹配字段结束位置，要么是字符串结尾，要么是下一个|的前方

代码示例 #

JavaScript 示例 #

const str = "aa | bb | \"cc | dd\" | 'ee | ff'";
const regex = /(?<=\||^)\s*(?:"[^"]*"|'[^']*'|[^|]+?)\s*(?=\||$)/g;
const result = str.match(regex);
console.log(result); // 输出：['aa', 'bb', '"cc | dd"', "'ee | ff'"]

Python 示例 #

import re

raw_str = "aa | bb | \"cc | dd\" | 'ee | ff'"
regex = r'(?<=\||^)\s*(?:"[^"]*"|\'[^\']*\'|[^|]+?)\s*(?=\||$)'
result = re.findall(regex, raw_str)
print(result) # 输出：['aa', 'bb', '"cc | dd"', "'ee | ff'"]

扩展兼容方案 #

如果你的场景需要支持引号内的转义引号（比如"cc \"test\" | dd"这类格式），只需把正则内的"[^"]*"替换为"[^"\\]*(?:\\.[^"\\]*)*"，单引号分支同理替换即可兼容转义场景。

内容的提问来源于stack exchange，提问作者Xiidref