Question

TLDR：我希望捕获除引号之外的所有内容，但我似乎没有在Java中使用此正则表达式进行操作\＆＃34; |＆＃34;（？：\＆＃34; | [^＆＃34;]）*＆＃34; |（[^ \＆＃34;] +）虽然适用于http://myregexp.com/等网站。谁能指出我做错了什么？

嗨，我目前正在尝试分析.java源代码，并将所有引号外的字符串提取为字符串（忽略转义引号）。

例如，在此字符串中：

这应该被捕获＆＃34;不是这个＆＃34;并且＆＃34;不是\＆＃34;这个＆＃34;要么＆＃34;

我应该能够使用模式和匹配器找到＆＃34;这应该被捕获＆＃34;，＆＃34;和＆＃34;，＆＃34;。＆＃34;。

我目前拥有的是 \＆＃34; [^ \＆＃34;] + \＆＃34; |（[^ \＆＃34;] +），效果很好如果有一对平等的＆＃34;＆＃34;在文件中，但一旦有逃脱就会中断。

在网上正则表达式测试人员中，我尝试了 \＆＃34; |＆＃34;（？：\＆＃34; | [^＆＃34;]）*＆＃34; |（[^ \＆＃34;] +）这似乎正是我正在寻找的东西，但是当我在Java中尝试时它并没有。

Answer 1

对于您当前的任务，您可以使用模式将双引号字符串文字与 split 字符串匹配：

List[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");

请参阅Java demo：

String s = "This should be captured \"not this\" and \"not \\\"this\\\" either\".";
String[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");
System.out.println(Arrays.toString(res));
// => [This should be captured, and, .]

模式详情：

\\s* - 0+ whitespaces
\" - 双引号
[^\"\\\\]* - 除"和\
(?:\\\\.[^\"\\\\]*)* - 0+序列：
- \\\\. - \以及除了换行符之外的任何字符
- [^\"\\\\]* - 除"和\
\"\\s* - "和0+空格

Java Regex - 捕获引号之外的所有内容

1 个答案: