如何按|分隔字符串且排除括号()内的|，正则匹配部分出错怎么解决？

核心逻辑 #

匹配所有不在()包裹范围内的|作为分隔符，使用正向否定环视的正则实现，无需额外遍历逻辑，单层括号场景下直接可用。

可用正则表达式 #

\|(?![^(]*\))

该正则的匹配规则：仅匹配后面不存在「非左括号字符+右括号」组合的|，天然过滤掉括号内部的分隔符。

不同场景调用示例 #

XPath tokenize函数调用（你提到的tokenize场景） #

直接将正则作为分隔符参数传入即可：

tokenize(你的输入字符串, '\|(?![^(]*\))')

返回的序列就是拆分后的目标结果。

JavaScript 实现 #

const input = "Test|Test1|Test2|(Test3|Test4)|Test5|(Test6)(Test7)|Test8";
const splitResult = input.split(/\|(?![^(]*\))/);
// 输出结果：["Test", "Test1", "Test2", "(Test3|Test4)", "Test5", "(Test6)(Test7)", "Test8"]

Python 实现 #

import re
input = "Test|Test1|Test2|(Test3|Test4)|Test5|(Test6)(Test7)|Test8"
split_result = re.split(r'\|(?![^(]*\))', input)
# 输出结果：['Test', 'Test1', 'Test2', '(Test3|Test4)', 'Test5', '(Test6)(Test7)', 'Test8']

注意事项 #

上述方案仅适用于无括号嵌套的场景，如果业务中存在多层括号嵌套（比如(Test|(Test1|Test2))），受限于正则引擎的匹配能力，需要用逐字符计数括号嵌套层数的方式处理。

内容的提问来源于stack exchange，提问作者Learner