正则表达式不能处理转义字符。对于我的应用程序，我需要能够转义引号和空格(分隔符是空格，但代码是相同的)。

以下是我在Kotlin(来自这个特定应用程序的语言)中的解决方案，基于Fabian Steeg的解决方案:

fun parseString(input: String): List<String> {
    val result = mutableListOf<String>()
    var inQuotes = false
    var inEscape = false
    val current = StringBuilder()
    for (i in input.indices) {
        // If this character is escaped, add it without looking
        if (inEscape) {
            inEscape = false
            current.append(input[i])
            continue
        }
        when (val c = input[i]) {
            '\\' -> inEscape = true // escape the next character, \ isn't added to result
            ',' -> if (inQuotes) {
                current.append(c)
            } else {
                result += current.toString()
                current.clear()
            }
            '"' -> inQuotes = !inQuotes
            else -> current.append(c)
        }
    }
    if (current.isNotEmpty()) {
        result += current.toString()
    }
    return result
}

我认为这不是一个使用正则表达式的地方。与其他观点相反，我不认为解析器是多余的。它大约有20行，并且相当容易测试。

Try:

public class Main { 
    public static void main(String[] args) {
        String line = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
        String[] tokens = line.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)", -1);
        for(String t : tokens) {
            System.out.println("> "+t);
        }
    }
}

输出:

> foo
> bar
> c;qual="baz,blurb"
> d;junk="quux,syzygy"

换句话说:仅当逗号前面有0个引号或偶数个引号时，才在逗号上进行分隔。

或者，对眼睛更友好一点:

public class Main { 
    public static void main(String[] args) {
        String line = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
        
        String otherThanQuote = " [^\"] ";
        String quotedString = String.format(" \" %s* \" ", otherThanQuote);
        String regex = String.format("(?x) "+ // enable comments, ignore white spaces
                ",                         "+ // match a comma
                "(?=                       "+ // start positive look ahead
                "  (?:                     "+ //   start non-capturing group 1
                "    %s*                   "+ //     match 'otherThanQuote' zero or more times
                "    %s                    "+ //     match 'quotedString'
                "  )*                      "+ //   end group 1 and repeat it zero or more times
                "  %s*                     "+ //   match 'otherThanQuote'
                "  $                       "+ // match the end of the string
                ")                         ", // stop positive look ahead
                otherThanQuote, quotedString, otherThanQuote);

        String[] tokens = line.split(regex, -1);
        for(String t : tokens) {
            System.out.println("> "+t);
        }
    }
}

结果和第一个例子一样。

EDIT

正如@MikeFHay在评论中提到的:

我更喜欢使用Guava的Splitter，因为它有更理智的默认值(见上面关于空匹配被String#split()修剪的讨论，所以我这样做了: Splitter.on (Pattern.compile (",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)"))

虽然我一般喜欢正则表达式，但对于这种依赖于状态的标记化，我相信一个简单的解析器(在这种情况下，它比这个词听起来要简单得多)可能是一个更干净的解决方案，特别是在可维护性方面，例如:

String input = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
List<String> result = new ArrayList<String>();
int start = 0;
boolean inQuotes = false;
for (int current = 0; current < input.length(); current++) {
    if (input.charAt(current) == '\"') inQuotes = !inQuotes; // toggle state
    else if (input.charAt(current) == ',' && !inQuotes) {
        result.add(input.substring(start, current));
        start = current + 1;
    }
}
result.add(input.substring(start));

如果你不关心保留引号内的逗号，你可以简化这种方法(不处理开始索引，没有最后一个字符的特殊情况)，用其他东西替换引号中的逗号，然后以逗号分隔:

String input = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
StringBuilder builder = new StringBuilder(input);
boolean inQuotes = false;
for (int currentIndex = 0; currentIndex < builder.length(); currentIndex++) {
    char currentChar = builder.charAt(currentIndex);
    if (currentChar == '\"') inQuotes = !inQuotes; // toggle state
    if (currentChar == ',' && inQuotes) {
        builder.setCharAt(currentIndex, ';'); // or '♡', and replace later
    }
}
List<String> result = Arrays.asList(builder.toString().split(","));

最简单的方法是不匹配分隔符，即逗号，使用复杂的附加逻辑来匹配实际需要的内容(可能是带引号的字符串的数据)，只是为了排除错误的分隔符，而是首先匹配所需的数据。

该模式由两个选项组成，一个带引号的字符串("[^"]*"或".*?")或下一个逗号前的所有内容([^，]+)。为了支持空单元格，我们必须允许未加引号的项为空，并使用下一个逗号(如果有的话)，并使用\\G锚点:

Pattern p = Pattern.compile("\\G\"(.*?)\",?|([^,]*),?");

该模式还包含两个捕获组，用于获取带引号的字符串的内容或普通内容。

然后，在Java 9中，我们可以得到一个数组为

String[] a = p.matcher(input).results()
    .map(m -> m.group(m.start(1)<0? 2: 1))
    .toArray(String[]::new);

而旧的Java版本需要像这样的循环

for(Matcher m = p.matcher(input); m.find(); ) {
    String token = m.group(m.start(1)<0? 2: 1);
    System.out.println("found: "+token);
}

将项添加到List或数组中是留给阅读器的附加工作。

对于Java 8，您可以使用这个答案的results()实现，就像Java 9解决方案一样。

对于包含嵌入字符串的混合内容，就像问题中那样，您可以简单地使用

Pattern p = Pattern.compile("\\G((\"(.*?)\"|[^,])*),?");

但是，字符串以引号形式保存。

我会这样做:

boolean foundQuote = false;

if(charAtIndex(currentStringIndex) == '"')
{
   foundQuote = true;
}

if(foundQuote == true)
{
   //do nothing
}

else 

{
  string[] split = currentString.split(',');  
}

http://sourceforge.net/projects/javacsv/

https://github.com/pupi1985/JavaCSV-Reloaded (前一个库的分支，它将允许生成的输出在不运行Windows时具有Windows行结束符\r\n)

http://opencsv.sourceforge.net/

适用于Java的CSV API

你能推荐一个用于读取(可能是写入)CSV文件的Java库吗?

Java库或应用程序转换CSV到XML文件?