在不带引号的逗号上拆分字符串的Javascript方法

Question

你会认为这个问题以前有人问过，但我找不到。

我需要用不带引号的逗号分隔 js 字符串。我只使用双引号，这样应该会更简单一些。

我尝试了两种方法，但没有成功。

我需要把这个:

'body.loaded"who, are , you" div"hello ,"#div-id span CODE, body.loaded span"span, text" code'

进入这个:

[
 'body.loaded"who, are , you" div"hello ,"#div-id span CODE',
 'body.loaded span"span, text" code'
]

1) -> 匹配好的部分，这大部分都有效，但在我的结果中给我分配了一些空字符串。

'body.loaded"who, are , you" div"hello ,"#div-id span CODE, body.loaded span"span, text" code'.match(
  /([^,]*"[^"]*")*/g
)

['body.loaded"who, are , you" div"hello' ,'', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ' body.loaded span"span, text"', '', '', '', '', '', '']

我认为这是因为正则表达式中的 ()。

2) 拆分坏的部分，这还不是很到位。这里的想法是匹配逗号后跟偶数个 ".

'body.loaded"who, are , you" div"hello ,"#div-id span CODE, body.loaded span"span, text" code'.split(
    /,(?![^"]*"[^"]*("[^"]*"[^"]*)*$)/
);

基本上，必须有一个更简洁、更漂亮的解决方案(记住 javascript 不支持向后看)。

Answer 1

假设您不支持双引号字符串中的转义，这应该可行:

/(?:"[^"]*"|[^,])+/g

如果你确实想在双引号字符串中支持反斜杠转义，这应该可以做到:

/(?:"(?:\\.|[^"])*"|[^,])+/g

如果你也想在双引号字符串之外支持反斜杠转义(例如转义初始引号)，那么试试这个:

/(?:"(?:\\.|[^"])*"|\\.|[^,])+/g

---

这里解释了第三种模式的工作原理。

首先，一个扩展的、带注释的版本:

(?:      # start a non-capturing group
  "      # Match a double quote
  (?:    # Another non-capturing group, for the contents of the double-quote
    \\.  # Match any backslash-escaped character
  | [^"] # or any non-double-quote character
  )*     # End the group. Repeat zero or more times
  "      # Close double quote
|        # Alternative to double-quoted string
  \\.    # Match any escaped character
|        # Another alternative
  [^,]   # Match any non-comma character
)+       # Close group, repeat one or more times

这里有三个主要组成部分。

第一个是匹配任何双引号字符串。这在组中排在首位，因为如果双引号字符串可能在这里匹配，它应该匹配，而不是使用非逗号规则。在这个双引号字符串中，我们可以匹配任何转义字符 (\\.)，这让我们可以在字符串中转义双引号，或者我们可以匹配任何非双引号字符。我们一次只匹配一个字符，以免使用非双引号字符规则捕获转义符。字符串的内容使用*，因为双引号字符串可能为空，然后我们终止字符串。

我们可以只匹配任何转义字符 (\\.) 而不是双引号字符串。这让我们可以在双引号字符串之外转义双引号字符。它实际上也让我们转义逗号，我不确定你是否想要。如果你不想要它，这个规则应该变成 \\[^,] 而不是。

最后，如果我们不能在这里匹配双引号字符串，也不能匹配转义符，那么只匹配任何非逗号字符。这不会重复，以免捕获后来的双引号或使用此规则转义。

然后我们继续并使用 + 修饰符重复整个模式。这使我们可以一次匹配多个标记。我们使用 + 而不是 * 来避免在结果中返回空字符串。