[解決済み】Java：カンマ区切りの文字列を分割するが、引用符の中のカンマは無視される

質問

なんとなくこんな感じの文字列があります。

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

をカンマで分割したいのですが、引用符の中のカンマは無視したいのです。どうすればいいのでしょうか？正規表現によるアプローチは失敗のようです。手動でスキャンして、引用符を見たときに別のモードに入ることはできると思いますが、既存のライブラリを使用するのが良いでしょう。( 編集 : すでにJDKに含まれているライブラリや、Apache Commonsのような一般的に使われているライブラリの一部を指していたのだと思います)。

という文字列に分割されるはずです。

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

をメモしてください。 これはCSVファイルではなく、より大きな全体構造を持つファイルに含まれる単一の文字列です。

解決するには？

試してみてください。

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);
        }
    }
}

出力します。

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

言い換えれば コンマの前に0個または偶数個の引用符がある場合のみ、コンマの上で分割されます。 .

あるいは、もう少し目に優しい。

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);
        }
    }
}

となり、最初の例と同じになります。

EDIT

コメントで@MikeFHayさんがおっしゃっている通りです。

を使うのが好きです。 グアバのスプリッタ は、より健全なデフォルトを持つため（空のマッチが String#split() ということで、そうしました。

Splitter.on(Pattern.compile(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)"))