Python正则表达式非捕获组

我正在尝试理解re.split（）函数，该函数使用非捕获组来拆分逗号分隔的字符串

这是我的代码：

 pattern = re.compile(r',(?=(?:"[^"]*")*[^"]*$)')
 text = 'qarcac,"this is, test1",123566'
 results= re.split(pattern, text)
 for r in results:
    print(r.strip())

当我执行这段代码时，结果与预期的一样

拆分1：qarcc

拆分2：“这是测试1”

拆分3：123566

然而，如果我在源文本中再添加一个双引号字符串，它将无法正常工作

text = 'qarcac,"this is, test1","this is, test2", 123566, testdata'

并产生以下输出

split1：qarcc，“这是测试1”

split2：“这是，test2”

拆分3：123566

---

有人能给我解释一下这里发生了什么，以及在这两种情况下非捕获组的工作方式有什么不同吗？

这与（非）捕获组无关

（？：“[^”]*”*[^”]*$

匹配：

• “[^”]*”

  -带引号的字符串（两个引号之间有0个或多个非引号）

• （？：…）*

  -0个或多个带引号的字符串

• [^”]*

  -后跟0个或多个非引号

• $

  -后跟字符串末尾

换句话说，这个正则表达式匹配类似于

“foo”“bar”“baz”otherstuff的内容

在第一个示例中，目标字符串是：

qarcac,"this is, test1",123566
       ^^^^^^^^^^^^^^^^^^^^^^^

qarcac,"this is, test1","this is, test2", 123566, testdata
                        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

我在上面的正则表达式匹配的部分画了下划线（一个带引号的部分，后跟一个不带引号的尾部，后跟字符串的末尾）

在第二个示例中，目标字符串是：

qarcac,"this is, test1",123566
       ^^^^^^^^^^^^^^^^^^^^^^^

qarcac,"this is, test1","this is, test2", 123566, testdata
                        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

我再次强调了正则表达式匹配的部分

由于逗号的原因，第一个引用的部分不匹配：

"this is, test1","this is, test2"
                X

“foo”，“bar”
不匹配，因为您的正则表达式要求引用的部分彼此紧挨着，如
“foo”“bar”
，两者之间没有任何内容


如果您只想确保每个匹配的逗号都在带引号的部分之外（即后跟偶数个引号），您只需使用

,(?=[^"]*(?:"[^"]*"[^"]*)*$)

作为正则表达式。
您应该使用
csv
模块来解析csv字符串。您正在使用的正则表达式效率很低，如果字符串很长，性能可能会显著下降。感谢Wiktor，我不会将其产品化，而是尝试学习，因为我在我的一个学习模块中遇到了此代码。有效的模式是
，（？=（？：“[^”]*“|[^”]*$）
。或
，（？=[^”]*（？：“[^”]*“[^”]*）*$）
。请参阅。请参阅，在右侧的模式字段中键入的任何正则表达式都有一个很好的解释。感谢Wiktor。.当使用[^”]*时，re.split（）如何使用以下正则表达式标记源字符串中第一次出现的逗号，（？=（？：“[^”]*“|[^”]）*$）谢谢。。您能否澄清为什么[^“]*用于非捕获组？