Разделение регулярного выражения на новую строку вне кавычек

Question

Я хочу разделить поток данных на новые строки, НЕ заключенные в двойные кавычки. Поток содержит строки данных, каждая из которых отделяется новой строкой. Однако строки данных потенциально могут содержать символы новой строки в двойных кавычках. Эти новые строки не означают, что началась следующая строка данных, поэтому я хочу их игнорировать.

Таким образом, данные могут выглядеть примерно так:

Строка 1: bla bla, 12345, ...

Ряд 2: «bla

bla», 12345, ...

Ряд 3: bla bla, 12345, ...

Я попытался использовать регулярное выражение из аналогичного сообщения о разделении запятых, не найденных двойными кавычками ( Разделение запятой вне кавычек ), заменив запятую на символ новой строки:

\n(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)

Это регулярное выражение не соответствует тому, чего я ожидал. Я что-то упускаю?

Answer 1

Соответствующие символы конца строки, которые не находятся между двойными кавычками, эквивалентны совпадающим символам конца строки, которым предшествует четное количество двойных кавычек от начала строки. Вы можете сопоставить такие терминаторы строки с помощью следующего регулярного выражения (с не установленным флагом многострочного, так что ^ соответствует началу строки, а не началу строки).

/(?<=^[^"]*(?:"[^"]*"[^"]*)*)\r?\n/

Запустите двигатель! Механизм регулярных выражений

Javascript (который впечатляюще поддерживает поиск назад переменной длины) выполняет следующие операции.

(?<=         : begin positive lookbehind
  ^          : match beginning of string (not line)
  [^"]*      : match 0+ chars other than '"'
  (?:        : begin non-capture group
    "[^"]*"  : match '"', 0+ chars other than '"', '"'
    [^"]*    : match 0+ chars other than '"' 
  )*         : end non-capture group and execute 0+ times
)            : end postive lookbehind
\r?\n        : match line terminator