如何按逗号分割文本且忽略字符串内逗号（适配含不配对双引号场景）

解决思路 #

核心问题是原有正则依赖双引号严格配对的前提失效，有两种落地性强的解决方案： #

方案1：手写状态机遍历（最稳定，无边界兼容问题） #

完全不依赖正则，逐字符处理逻辑可控，适配任意不规范引号场景：
状态定义：

• in_quotes：标记当前是否处于字符串内部
• current_field：缓存当前正在拼接的字段内容
  处理逻辑：

1. 初始化in_quotes = False，current_field = []，结果列表为空
2. 遍历文本的每一个字符，同步检查当前字符的下一位字符：
   • 若当前字符为"：
     • 若in_quotes为False：标记进入字符串，将"加入current_field，in_quotes = True
     • 若in_quotes为True：将"加入current_field，检查下一位字符是否为,或已到文本末尾，若是则标记退出字符串in_quotes = False
   • 若当前字符为,：
     • 若in_quotes为False：将current_field拼接为字符串存入结果列表，清空current_field
     • 若in_quotes为True：直接将,加入current_field
   • 其他字符直接加入current_field
3. 遍历结束后将剩余的current_field存入结果列表

Python 实现示例

def custom_split(text):
    res = []
    current = []
    in_quotes = False
    n = len(text)
    for i, c in enumerate(text):
        if c == '"':
            current.append(c)
            if not in_quotes:
                in_quotes = True
            else:
                # 检查下一个字符是否是逗号或末尾，判断是否字段结束
                if i == n-1 or text[i+1] == ',':
                    in_quotes = False
        elif c == ',':
            if not in_quotes:
                res.append(''.join(current))
                current = []
            else:
                current.append(c)
        else:
            current.append(c)
    res.append(''.join(current))
    return res

# 测试示例文本
test_text = '355,170102,204500,204509,10,"SOME TEXT 10"","COM","COM","Not Split"'
print(custom_split(test_text))

运行输出完全符合预期：

['355', '170102', '204500', '204509', '10', '"SOME TEXT 10"', '"COM"', '"COM"', '"Not Split"']

方案2：改用匹配字段的正则（无需复杂逻辑，适合快速实现） #

放弃分割逗号的思路，改为直接匹配每个合法字段，正则规则为：匹配不带逗号的普通字段，或者双引号包裹的、后面紧跟逗号或行尾的字符串字段。
正则表达式："[^"]*"(?=,|$)|[^,]+

Python 实现示例

import re
test_text = '355,170102,204500,204509,10,"SOME TEXT 10"","COM","COM","Not Split"'
res = re.findall(r'"[^"]*"(?=,|$)|[^,]+', test_text)
print(res)

运行输出和状态机方案一致。

内容的提问来源于stack exchange，提问作者Md. Parwez Akhtar