Java正则表达式匹配双引号子串

Question

我想解析以下字符串：

String text = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";
// "w1 w"2" w3 | w4 w"5 "w6 w7"

我正在使用Pattern.compile(regex).matcher(text)，所以我在这里缺少的是正确的正则表达式。 规则是正则表达式必须：

• 隔离任何单个字
• 双引号包围的任何子字符串都是匹配
• 一个单词中的双引号必须被忽略（我稍后会用空格替换它们）。

所以得到的匹配应该是：

1. w1 w“2
2. W3
3. |
4. W4
5. W“5
6. w6 w7

双引号包含子串中是否包含双引号是无关紧要的（例如1.可以是 w1 w“2 或”w1 w“2”）。

我想出的是这样的事情：

"\"(.*)\"|(\\S+)"

我还尝试了上述正则表达式的许多不同变体（包括lookbehind / forward），但没有一个能给我预期的结果。

有关如何改善这一点的想法吗？

Answer 1

这似乎可以完成这项工作：

"(?:[^"]|\b"\b)+"|\S+

Debuggex Demo

Regex101 Demo

请注意，在Java中，因为我们使用字符串文字作为正则表达式，所以反斜杠需要在另一个反斜杠之后：

String regex = "\"(?:[^\"]|\\b\"\\b)+\"|\\S+";

Answer 2

试试这个正则表达式：

(?:(?<=^")|(?<=\s")).*?(?="(?:\s|$))|(?![\s"])\S+

Click for Demo

<强>说明

• (?:(?<=^")|(?<=\s")) - 正面Lookbehind找到"之前的位置。此"要么位于字符串的开头，要么位于空格
之后
• .*? - 匹配除了换行符之外的任何字符的0次出现
• (?="(?:\s|$)) - 用于验证到目前为止匹配的内容后面是空格或匹配后没有任何内容（$）的正面预测。
• | - 或（上述匹配或以下内容）
• (?![\s"]) - 用于验证未在空格或"
后面的位置的否定前瞻
• \S+ - 匹配1个以上的非空格字符

Java代码（Generated from here）：

Run code here to see the output

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MyClass {
    public static void main(String args[]) {
    final String regex = "(?:(?<=^\")|(?<=\\s\")).*?(?=\"(?:\\s|$))|(?![\\s\"])\\S+";
    final String string = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";

    final Pattern pattern = Pattern.compile(regex);
    final Matcher matcher = pattern.matcher(string);

    while (matcher.find()) {
        System.out.println("Full match: " + matcher.group(0));
        for (int i = 1; i <= matcher.groupCount(); i++) {
            System.out.println("Group " + i + ": " + matcher.group(i));
        }
    }

    }
}

<强>输出：