Question

我正在尝试编写一个正则表达式来匹配可选的引用值（有效引号为"'和`）。规则是两个引号的出现是一个转义引用。

这是我提出的正则表达式：

(?P<quote>["'`])?(?P<value>(?(quote)((?!(?P=quote).)|((?=(?P=quote)).){2})*|[^\s;]*))(?(quote)(?P=quote)|)

现在可读（注释表明我的想法）：

(?P<quote>["'`])?                   #named group Quote (any quoting character?)

    (?P<value>                      #name this group "value", what I am interested in
        (?(quote)               #if quoted 
            ((?!(?P=quote).)|((?=(?P=quote)).){2})* #see below
                                    #match either anything that is not the quote
                                    #or match 2 quotes
        |
            [^\s;]*         #match anything that is not whitespace or ; (my seperators if there are no quotes)
        )
    )

(?(quote)(?P=quote)|)               #if we had a leeding quote we need to consume a closing quote

对于不带引号的字符串执行罚款，引用字符串使其崩溃：

    match = re.match(regexValue, line)
  File "****/jython2.5.1/Lib/re.py", line 137, in match
    return _compile(pattern, flags).match(string)
RuntimeError: maximum recursion depth exceeded

我做错了什么？

修改：示例输入=＆gt;输出（用于捕获组'值'（所需）

text    => text
'text'  => text
te xt   => te
'te''xt'=> te''xt   #quote=' => strreplace("''","'") => desired result: te'xt
'te xt' => te xt

edit2 ：在看着它的同时我注意到了一个错误，请参阅下文，但我相信上面的内容仍然是一个有效的re +＆gt;它可能是一个Jython错误，但它仍然没有做我想做的事情:(非常微妙的差异，点移出了前瞻组

new:(?P<quote>["'`])?(?P<value>(?(quote)((?!(?P=quote)).|((?=(?P=quote)).){2})*|[^\s;]*))(?(quote)(?P=quote)|)
old:(?P<quote>["'`])?(?P<value>(?(quote)((?!(?P=quote).)|((?=(?P=quote)).){2})*|[^\s;]*))(?(quote)(?P=quote)|)

Answer 1

正如评论中所建议的那样，我建议明确并写下所有可能性：

r = r"""
    ([^"'`]+)
    |
    " ((?:""|[^"])*) "
    |
    ' ((?:''|[^'])*) '
    |
    ` ((?:``|[^`])*) `
"""

提取匹配项时，您可以使用只填充一组四个的事实，并简单地删除所有空组：

r = re.compile(r, re.X)
for m in r.findall(''' "fo""o" and 'bar''baz' and `quu````x` '''):
    print ''.join(m)

Answer 2

如果我正确理解你的问题，给出一个包含3种不同类型报价的字符串

“你好，先生”，说'猴子'，nonchalantly。

您想要提取引用的值。在这种情况下，他们将是：

您好，先生

猴

若无其事地

以下表达式提取这些：

>>> expr = "\"(.*?)\"|'(.*?)'|`(.*?)`"

观察：

>>> s = """
"Hello, sir", said the 'monkey', `nonchalantly`. 
"""
>>> import re
>>> m = re.finditer(expr, s)
>>> for match in m:
...     print match.group()
...
('Hello, sir', None, None)
(None, 'monkey', None)
(None, None, 'nonchalantly')

顺便说一下，你自己的正则表达式似乎适用于我的python版本（Mac OSX 10.7.4上的cPython 2.7.2），但会产生错误的结果。

Answer 3

我在一点点fiddeling之后找到了解决方案：

good:(?P<quote>["'`])?(?P<value>(?(quote)((?!(?P=quote)).|((?=(?P=quote)).){2})*|[^;\s]*))(?(quote)(?P=quote)|)
bad :(?P<quote>["'`])?(?P<value>(?(quote)((?!(?P=quote)).|((?=(?P=quote)).){2})*|[^\s;]*))(?(quote)(?P=quote)|)

并且我不理解差异

正则表达式经常递归

3 个答案: