正则表达式分裂单词

Question

我需要逐行拆分以下内容：

示例：

word "multiple set" another word L&D "another set"

输出：

word
multiple set
another
word
L&D
another set

我目前正在使用：

(?<match>\w+)|\""(?<match>[\w\s]*)

但它不适用于＆符号（＆amp;）

谢谢！

Answer 1

尝试："(.*?)"|(\S+)

这将懒惰地匹配引号OR之间的任何字符以及任何非空白字符集。

示例here。根据您可能需要的语言来避免双引号（\"(.*?)\"）。

与@abiessu提及的一样，您可以使用更具体的(.*?)选择器替换延迟选择器([^"]*)。延迟选择器将选择所有内容，直到选择器后面的第一个字符（以下"），其中更具体的([^"]*)将从"中选择所有内容。不确定延迟选择器与字符类是否存在性能差异，但它取决于您。

Answer 2

如果传递给Regex.Split的模式包含捕获组，则捕获的文本将包含在结果集中。例如：

var input = "word \"multiple set\" another word L&D \"another set\"";
var output = Regex.Split(input, "\"([^\"]*)\"|\\s");

生成如下结果集：

"word"
""
"multiple set"
""
"another"
"word"
"L&D"
""
"another set" 
""

现在，如果您只删除空元素（这里有一点Linq可用）：

var output = Regex.Split(input, "\"([^\"]*)\"|\\s").Where(x => x.Length > 0);

生成如下结果集：

"word"
"multiple set"
"another"
"word" 
"L&D"
"another set"