Python正则实现按空格分割单词并保留单双引号包裹的短语

核心实现逻辑 #

通过单条正则完成全量文本扫描，自动识别三类有效内容，完全匹配提出的解析规则：

• 外层包裹双引号的短语：自动剔除首尾双引号，短语内部的单引号、特殊字符全部保留
• 外层包裹单引号的短语：自动剔除首尾单引号，短语内部的双引号、特殊字符全部保留
• 无引号包裹的普通单词：自动跳过周围的空白、逗号等分隔符，直接提取原始文本

可直接运行的代码实现 #

使用re.findall一次性提取所有匹配项，不需要手动逐字符遍历处理引号配对逻辑：

import re

# 待解析的示例字符串
raw_str = 'Hello world "Boston Red Sox", \'Pepperoni Pizza\', "Cheese Pizza\'s", beer'

# 正则匹配模式，搭配(?x)标记忽略注释和冗余空白，方便后续调整
pattern = re.compile(
    r"""(?x)
    "([^"]*)"        # 匹配双引号包裹内容，中间出现的单引号不会打断匹配
    | '([^']*)'      # 匹配单引号包裹内容，中间出现的双引号不会打断匹配
    | ([^\s,"']+)    # 匹配无引号普通单词，自动跳过空白、逗号、引号类分隔符
    """
)

# 遍历所有匹配结果，提取非空的捕获组内容，剔除多余空白
result = [
    item.strip()
    for match in pattern.findall(raw_str)
    for item in match
    if item.strip()
]

# 运行输出与目标列表完全一致
print(result)

代码运行输出结果：
['Hello', 'world', 'Boston Red Sox', 'Pepperoni Pizza', "Cheese Pizza's", 'beer']

常见适配场景调整 #

• 若需要支持引号内的转义字符（比如双引号包裹的文本里出现\"表示内部的双引号），可将对应匹配分支修改为"((?:[^"\\]|\\.)*)"，就能正确识别转义的引号，不会提前触发闭引号匹配
• 若需要将逗号也作为有效内容的一部分，可以调整第三分支的排除字符列表，把逗号从排除项里移除即可

内容的提问来源于stack exchange，提问作者NatB