有一个简单的Java Regex（* SKIP）（* F）替代方案吗？

Question

我正在用Java编写程序，并且使用正则表达式遇到了一个小问题。我想要捕获未用引号括起来的所有内容。我有一个正则表达式，right here，但问题是，它不能在Java中使用。它使用(*SKIP)(*F)技巧跳过".*"，并找到其他任何内容（使用[^\W]），但正如我所说，它不能在Java中使用。我有另一种模式，但不是我需要的，right here。它会在它前面或后面找到没有引号的所有内容。这个问题是，如果我有这样的话：Test1 "Hello World!" Test2，并且会抓住Test1，Test2和World。我不想获得World，因为它在引号中。我想知道的是，是否有可能做我想做的事情，如果是这样的话。

Answer 1

您必须匹配您想要避免的内容并使用捕获组来提取您想要的内容（我不认为还有其他方式）。一个方便的模式可以是：

(?:[^\w"]+|"[^"]*")*+(\w+)

为每个匹配返回捕获组1中的结果。 demo

注意：如果您想使用模式进行替换，请将第一部分放在捕获组中，并使用对该组的引用来启动替换字符串：

((?:[^\w"]+|"[^"]*")*+)(\w+)

其他方式，将您的字符串拆分为：(?:[^\w"]+|"[^"]*")+

您可以将"[^"]*"更改为"[^"\\]*+(?s:\\.[^"\\]*)*+"?以处理引用部分内的转义引号以及最终丢失的结束引用。

Answer 2

不幸的是我还不能对其他帖子发表评论，但如果有多组报价，Federico Piazza的解决方案将会失败。例如，如果您的文字如下：

String text = "test1 \"hello world!\" test2 \"foobar\" test3";

在这种情况下，它会打印

test1
test3

并完全跳过test2

而是使用模式

Pattern ptrn = Pattern.compile("\".*?\"|([\\w]+)");

?会导致.*运算符非贪婪并找到下一个引号而不是最后一个引号。所以基本上复制他的答案你可以做到以下几点。

String text = "test1 \"hello world!\" test2 \"foobar\" test3";

Pattern ptrn = Pattern.compile("\".*?\"|([\\w]+)");
Matcher m = ptrn.matcher(text);

while (m.find()) {
    if (m.group(1) != null) {
        System.out.println("Text: "+m.group(1));
    }
}

Answer 3

这些动词是告诉正则表达式引擎（在这种情况下为PCRE）你想要丢弃这些匹配的一种非常有用的方法。

Java没有这些动词，但你可以在没有动词(*SKIP)(*F)的java上使用相同的方法，然后捕获你想要的内容......所以你可以使用：

".*"|([^\W]+)
or
".*"|(\w+)

然后抓取捕获组1中的内容。

String text = "test1 \"hello world!\" test2";

Pattern ptrn = Pattern.compile("\".*\"|([^\\W]+)");
Matcher m = ptrn.matcher(text);

while (m.find()) {
    if (m.group(1) != null) {
        System.out.println("Text: "+m.group(1));
    }
}

<强> IDEOne Demo

这就是众所周知的 discard technique ，您可以放弃所有未捕获的模式并专注于您要捕获的模式，例如，如果您有：

".*"|'.*'|`.*`|([^\W]+)

这将匹配所有模式，但会捕获最后一个

Answer 4

你想要在引号之外的单词排除尾随空格：

[^"\s]++((?=\s*"[^\s])|(?=\s*$)|(?=[^"]+\s+"))

Live demo

如果出现以下情况则失败：

1. 开场报价前没有空格。
2. 收盘前有一个空格。
3. 您的输入中有嵌套或不需要的引号。

因此它仅定期在OP的常规输入上工作。