Question

我试图从一个大字符串中提取子字符串。提取的子字符串应遵循以下规则： 1.两个双引号之间（例如：＆＃34;你好\＆＃34; jonathan \＆＃34;你好吗＆＃34;）将提取＆＃34; jonathan＆＃34; （没有双引号）。

与1相同，只是单引号。
当单引号被双引号括起时，它被视为常规字符。（例如：＆＃34;你好＆＃34; Jonathan＆＃39;＆＃39;＆＃39;＆＃39;＆＃34;＆＃34;＆＃34;＆＃34;＆＃34;）今天＆＃34;）将提取这个子字符串：＆＃34; Jonathan＆＃39;＆＃39;＆＃39;＆＃39; 39;＆＃34; - 没有双引号。

我一直在尝试涉及这种模式的许多组合：

Pattern p1 = Pattern.compile("([\"]*[\']*[\']*[\"])");

这个解决了一个问题（num 3），在这个例子中：

String s = "Hello \"Jon\'hello\'athan\" how are 'you'"

它确实提取

Jon'hello'athan

但是当我添加类似的东西时：

([\'])|[\"])

到模式，它像整个模式一样对待它

([\'])|[\"])

Answer 1

只要您不需要处理转义引号，并且只要所有引号都正确平衡，您就可以使用negative lookahead assertion：

(['"])((?:(?!\1).)*)\1

或者，在Java中：

Pattern p1 = Pattern.compile("(['\"])((?:(?!\\1).)*)\\1");

<强>解释

(['"])   # Match any quote character, capture it in group 1
(        # Match and capture in group 2:
 (?:     # Start of non-capturing group that matches...
  (?!\1) #  (as long as it's not the same quote character as in group 1)
  .      # ...any character
 )*      # any number of times.
)        # End of capturing group 2
\1       # Match the same quote as before

测试live on regex101.com。

正则表达式多引号选择

1 个答案: