Question

问候，我有以下字符串的文件：

string.Format("{0},{1}", "Having \"Two\" On The Same Line".Localize(), "Is Tricky For regex".Localize());

我的目标是使用两个字符串获得匹配集：

在同一行上有“两个”
对于正则表达而言是棘手的

我目前的正则表达式如下：

private Regex CSharpShortRegex = new Regex("\"(?<constant>[^\"]+?)\".Localize\\(\\)");

我的问题是第一行中的转义引号我最终停在引号处，我得到：

在同一条线上
这种风格很棘手

然而，试图忽略转义的引号却没有成功，因为它让正则表达式变得贪婪而且我得到了

在同一行上有“两个”“.Localize（），”正在使用正则表达式“

我们好像被夹在最大和最小的间隙之间。有什么希望吗？我有一些备份计划。你可以倒退正规吗？这会让事情变得更容易，因为我可以从“（）ezilacoL开始。”

修改澄清。这是我唯一的边缘情况。大多数情况下，字符串独自坐着：

var myString = "Hot Patootie".Localize()

Answer 1

更新

我的原始答案（在横向规则下面）有一个错误：正则表达式匹配器尝试从左到右的顺序。将[^"]作为第一个选择允许它使用反斜杠，但是匹配的下一个字符是一个引号，这会阻止匹配继续进行。

不兼容性说明：鉴于下面的模式，perl会回溯到另一个替代方案（转义报价）并成功找到Having \"Two\" On The Same Line案例的匹配项。

修复方法是首先尝试转义报价，然后尝试非报价：

var CSharpShortRegex =
  new Regex("\"(?<constant>(\\\\\"|[^\"])*)\"\\.Localize\\(\\)");

或者如果您更喜欢at-string形式：

var CSharpShortRegex =
  new Regex(@"""(?<constant>(\\""|[^""])*)""\.Localize\(\)");

允许逃跑：

private Regex CSharpShortRegex =
  new Regex("\"(?<constant>([^\"]|\\\\\")*)\"\\.Localize\\(\\)");

应用一级转义以使图案更易于阅读，我们得到

"(?<constant>([^"]|\\")*)"\.Localize\(\)

也就是说，字符串以"个字符开头和结尾，其间的所有字符都是非引号或转义引号。

Answer 2

这是您需要的正则表达式：

@"""(?<constant>(\\.|[^""])*)""\.Localize\(\)"

测试程序：

使用System; 使用System.Text.RegularExpressions; 使用System.IO;

class Program
{
    static void Main()
    {
        Regex CSharpShortRegex =
            new Regex(@"""(?<constant>(\\.|[^""])*)""\.Localize\(\)");

        foreach (string line in File.ReadAllLines("input.txt"))
            foreach (Match match in CSharpShortRegex.Matches(line))
                Console.WriteLine(match.Groups["constant"].Value);
    }
}

输出：

Having \"Two\" On The Same Line
Is Tricky For regex
Hot Patootie

请注意，我使用@"..."来避免在正则表达式中转义反斜杠。我认为这样可以更容易阅读。

Answer 3

这个适用于我：

\"((?:[^\\"]|(?:\\\"))*)\"\.Localize\(\)

针对具有各种转义引号的多个字符串在http://www.regexplanet.com/simple/index.html上进行了测试。

看起来我们回答这个问题的大多数人都有同样粗略的想法，所以让我解释一下这个方法（#之后的评论）：

\"             # We're looking for a string delimited by quotation marks
(              # Capture the contents of the quotation marks
  (?:          #   Start a non-capturing group
    [^\\"]     #     Either read a character that isn't a quote or a slash
    |(?:\\\")  #     Or read in a slash followed by a quote.
  )*           #   Keep reading
)              # End the capturing group
\"             # The string literal ends in a quotation mark
\.Localize\(\) # and ends with the literal '.Localize()', escaping ., ( and )

对于C＃，你需要两次逃避斜杠（凌乱）：

\"((?:[^\\\\\"]|(?:\\\\\"))*)\"\\.Localize\\(\\)

标记正确指出此标记与引号之外的转义字符不匹配。所以这是一个更好的版本：

\"((?:[^\\"]|(?:\\")|(?:\\.))*)\"\.Localize\(\)

其削减的等价物：

\"((?:[^\\\\\"]|(?:\\\\\")|(?:\\\\.))*)\"\\.Localize\\(\\)

以相同的方式工作，除了它有一个特殊情况，如果遇到斜杠但它不能匹配\"，它只是消耗斜杠和后面的字符并继续前进。

考虑到这一点，最好只在每个斜线上消耗两个字符，这实际上是Mark的答案所以我不会重复它。

Answer 4

看起来您正在尝试解析代码，因此一种方法可能是动态评估代码：

var cr = new CSharpCodeProvider().CompileAssemblyFromSource(
    new CompilerParameters { GenerateInMemory = true }, 
    "class x { public static string e() { return " + input + "}}");

var result = cr.CompiledAssembly.GetType("x")
    .GetMethod("e").Invoke(null, null) as string;

通过这种方式，您可以处理使用正则表达式处理极其困难的各种其他特殊情况（例如连接或逐字字符串）。

Answer 5

new Regex(@"((([^@]|^|\n)""(?<constant>((\\.)|[^""])*)"")|(@""(?<constant>(""""|[^""])*)""))\s*\.\s*Localize\s*\(\s*\)", RegexOptions.Compiled);

处理简单和@“”字符串。它还考虑了转义序列。

正则表达式最大和最小之间的战斗

5 个答案:

更新