Java String.split正则分割：忽略引号内逗号的实现需求

这确实是用简单字符串分割处理CSV格式时常见的坑——普通的line.split(",")完全不会考虑引号的上下文，直接把所有逗号都当作分割符，自然会把引号里的内容拆得支离破碎。好在我们有两种靠谱的办法来解决这个需求：

方法1：使用Python内置的csv模块（推荐方案） #

Python自带的csv模块是专门为处理CSV格式设计的，它天生就能识别引号包裹的字段，自动忽略引号内部的分隔符，还能处理很多CSV的边缘场景（比如转义引号、字段内换行等）。

示例代码 #

import csv

# 替换成你的文件路径
with open('your_file.csv', 'r', newline='') as file:
    # skipinitialspace=True 会自动忽略字段前面的空格（比如", 383"里的空格）
    csv_reader = csv.reader(file, skipinitialspace=True)
    for row in csv_reader:
        print(row, f"[{len(row)} values]")

输出结果 #

针对你的输入内容：

ABD,2131
"AB, D", 383

运行代码后会得到：

['ABD', '2131'] [2 values]
['AB, D', '383'] [2 values]

完全符合你期望的结果。

方法2：使用正则表达式（适合简单场景） #

如果不想引入csv模块，也可以用正则表达式来匹配符合要求的字段。核心思路是：要么匹配双引号包裹的完整内容（允许里面包含逗号），要么匹配不包含逗号的普通字段。

示例代码 #

import re

# 正则规则：匹配引号包裹的内容，或不包含逗号的连续字符
field_pattern = re.compile(r'"[^"]+"|[^,]+')

# 模拟文件中的行
lines = [
    'ABD,2131',
    '"AB, D", 383'
]

for line in lines:
    # 提取所有匹配的字段
    raw_fields = field_pattern.findall(line)
    # 清理字段：去掉前后空格和包裹的引号
    cleaned_fields = [field.strip().strip('"') for field in raw_fields]
    print(cleaned_fields, f"[{len(cleaned_fields)} values]")

输出结果 #

同样会得到符合期望的输出：

['ABD', '2131'] [2 values]
['AB, D', '383'] [2 values]

注意事项 #

正则方案只适合比较简单的CSV场景，如果你的文件里存在转义引号（比如"He said ""Hello""", 123）或者字段内换行的情况，正则表达式会失效，这时候还是推荐用csv模块。

内容的提问来源于stack exchange，提问作者pshemek