查找带有重复引号的引号内的内容

Question

民间，

给定要解析的字符串："Hello " & """world!"""

是否有可能最终得到两个匹配："Hello"和"""world!"""

我顺便解析VB代码，我试图找到字符串。它们总是双引号，但内部重复的双引号可能与C＃中的@"Hello ""world!"""太相似。

我对任何建议持开放态度！我的代码解析器将用C＃btw。

编写

我使用"[^"]+"或".+?"作为我的试验的基础，但无法弄清楚如何获得所需的结果。

Answer 1

您的"[^"]+"将在"后的第一个"停止，因此，您不会将"xx""z"""子字符串作为输出，您将只获得"xx" }。与".*?"相同，因为您没有限制第二个"的直接上下文（并且除非您指定RegexOptions.Singleline标志，否则第二个正则表达式也会遇到换行符号。）

您可以使用following regex，它也会匹配引号内的转义序列：

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

或针对您的案例进行简化：

"[^"]*(?:""[^"]*)*"

请参阅another demo。

后者的正则表达式解释：

• " - 匹配"
• [^"]* - 匹配"
以外的0个或多个字符
• (?:""[^"]*)* - 匹配0个或更多个序列...
  • "" - 连续2次引用
  • [^"]* - 除"
  以外的0个或多个字符
• " - 匹配"

在C＃中，您可以使用逐字字符串文字（您需要使用""表示一个文字"）或常规字符串文字（您需要使用\"的地方）表示"并使用特殊正则表达式元字符的双转义来声明这些正则表达式。

逐字：

var rx = new Regex(@"""[^""]*(?:""""[^""]*)*""");

常规字符串文字：

var rx = new Regex("\"[^\"]*(?:\"\"[^\"]*)*\"");

我认为在这种情况下，常规字符串文字声明更清晰。