本文介绍一种高效正则表达式方案，通过“匹配引号内完整字符串”与“匹配引号外非分隔符内容”的双路径逻辑，准确提取如 #include "folder with spaces/file.txt" 中的 include 和 "folder with spaces/file.txt"（保留内部空格），避免传统 [^s]+ 导致的误分割。
在处理类 C 风格预处理指令（如 #include、#define）时，常见需求是将每行拆解为语义化 token：指令名（如 include）、路径或值（可能含空格，被双引号包裹）、宏名与宏体等。关键挑战在于——空格是常规分隔符，但引号内的空格必须保留。简单按空白切割（如 split(/s+/)）或使用 [^s]+ 会错误地将 "folder with spaces/file.txt" 拆成 folder、with、spaces/file.txt，破坏路径完整性。
推荐使用以下 JavaScript 兼容正则表达式（需启用全局标志 g）：
(?<=")[^#"]+(?=")|[^# "]+
该模式采用分支优先匹配（OR 逻辑），确保语义正确性：
-
左侧分支 (?<=")[^#"]+(?=")：
匹配被双引号包围的非引号/井号内容。- (?<=")：正向先行断言，要求匹配内容前必须是 "；
- [^#"]+：匹配 1 个或多个既非 # 也非 " 的字符（排除指令开头和引号本身）；
- (?=")：正向后行断言，要求匹配内容后必须是 "。
→ 精准捕获 "folder with spaces/file.txt" 中的 folder with spaces/file.txt（不含引号），且自动跳过引号内空格。
-
右侧分支 [^# "]+：
匹配引号外的连续非分隔符字符。- 字符类 [^# "] 明确排除：#（指令起始符）、空格、回车、换行、双引号；
- + 确保匹配最长连续有效序列（如 include、$foo、joe）。
→ 安全提取指令关键字与宏定义中的非引号值，不侵入引号区域。
✅ 实际应用示例（JavaScript）：
const input = `#include "folder/file.txt" #include "folder with spaces/file.txt" #include "$variable/file.txt" #define $foo joe #define $bar 34`; const regex = /(?<=")[^#"]+(?=")|[^# "]+/g; const tokens = input.match(regex) || []; console.log(tokens); // 输出： // ['include', 'folder/file.txt', 'include', 'folder with spaces/file.txt', // 'include', '$variable/file.txt', 'define', '$foo', 'joe', 'define', '$bar', '34']
⚠️ 注意事项：
- 此正则假设引号成对出现且无转义（如 "），若需支持转义引号，需升级为更复杂的模式（如 (?<=")(?:[^"\\]|\\.)*?(?=")）；
- 不匹配引号本身，若需保留引号，请将左右分支分别改为 "[^"]*" 和 [^# "]+，再统一提取；
- 在其他语言（如 Python、Java）中使用时，注意转义规则差异，(?<=") 在部分引擎中需写为 (?<=")。
该方案以清晰的逻辑分离「引号内整体」与「引号外原子」，兼顾可读性与鲁棒性，是解析带空格路径/变量的预处理文本的理想选择。
