使用str_split拆分含引号内部逗号的分类数据字符串方法求助

R 语言实现（适配你提到的str_split使用场景） #

直接用普通字符串拆分函数无法识别引号边界，优先用内置的CSV解析能力处理：

• 基础包实现代码：

# 模拟你的原始数据
raw_lines <- c(
  "category 1, category 2, category 3, \"category, 4\"",
  "category 1, category 2, \"category, 4\", \"category, 5\""
)

# 逐行解析，自动跳过引号内的逗号
split_result <- lapply(raw_lines, function(line) {
  # 把单行字符串当做CSV文件读入，strip.white自动去除分类前后的空格
  unlist(read.csv(text = line, header = FALSE, strip.white = TRUE))
})

# 输出验证
split_result[[1]]
# 输出："category 1" "category 2" "category 3" "category, 4"
split_result[[2]]
# 输出："category 1" "category 2" "category, 4" "category, 5"

• 如果你一定要用正则实现，可搭配str_extract_all使用如下规则：

library(stringr)
str_extract_all(raw_lines, '(".*?"|[^,]+)') |> 
  lapply(function(x) gsub('"|^\\s+|\\s+$', '', x))

表格工具（Excel/WPS）实现 #

如果是在表格中处理，直接用自带分列功能即可：

• 选中需要拆分的列，点击「数据」选项卡下的「分列」
• 分隔符选择「逗号」，文本识别符号选择双引号"，直接完成分列即可，工具会自动不拆分引号内部的逗号。

Python 实现 #

用内置csv模块处理，无需自行写正则：

import csv

raw_lines = [
    "category 1, category 2, category 3, \"category, 4\"",
    "category 1, category 2, \"category, 4\", \"category, 5\""
]

split_result = []
for line in raw_lines:
    # skipinitialspace自动去除逗号后的空格
    reader = csv.reader([line], skipinitialspace=True)
    split_result.append(next(reader))

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