Question

如何编写Scala正则表达式来捕获两个双引号之间的所有引用内容（包括转义的引号）？

我的目标是找到第一个（未转义的）引号（它是字符串的一部分），找到配对的（未转义的）引号（也是字符串的一部分），然后在它们之间提取所有内容。

我期待这样的事情：

"""??""".r findFirstMatchIn(""""abcdef\"abc"""") // Note that the real string begins from the fourth quotation marks, i.e. the real string is "abcdef\"abc"
res = Some(abcdef\"abc)

"""??""".r findFirstMatchIn(""""abcdef\"abc\t\t"""")
res = Some(abcdef\"abc\t\t)

"""??""".r findFirstMatchIn(""""abcdef\"abc\t\"\t"""")
res = Some(abcdef\"abc\t\"\t)

我尝试了类似"""([^\"])*([\\\\]+[\"tnbr/])+([^\"]*)*""".r的内容，但它不适用于字符串"abcdef\"abc\t\"\t"

任何提示都表示赞赏。

编辑：

我的目的是提取配对双引号之间的每个字符：

＆＃34; ABC＆＃34; =＆GT; ABC

＆＃34; ABC \ n＆＃34; =＆GT; ABC \ n

＆＃34; \吨\ n＆＃34; =＆GT; \吨\ n

＆＃34; \\＆＃34; =＆GT; \\

＆＃34; \＆＃34; =＆GT;这是错误的（所以它永远不会发生），因为第二个引号被转义，因此双引号没有配对

＆＃34; ABC \＆＃34; =＆GT; ABC \＆＃34;

＆＃34;你好\\＆＃34;世界\＆＃34;＆＃34; =＆GT;这也是错误的（所以它永远不会发生）因为\被转义并且引号没有被正确转义

＆＃34;你好\\\＆＃34;世界\\\＆＃34;＆＃34; =＆GT;你好\\\＆＃34;世界\\\＆＃34;

转义的字符可以是： \＆＃34; \\ \ n \ t \ b \ r \ f \ / 否则它只是简单的文本。

编辑：

我的字符串是JSON样式，如：

＆＃34; abc＆＃34;：＆＃34;价值＆＃34; 或＆＃34; abc \ t \ n \＆＃34; def＆＃34;：＆＃34;价值＆＃34;

我的目标是在冒号前提取abc或abc \ t \ n \＆＃34; def。

总结一下：

我的目标是找到第一个（未转义的）引号（它是字符串的一部分），找到配对的（未转义的）引号（也是字符串的一部分），然后在它们之间提取所有内容。

Answer 1

尝试

"((?:[^"\\]|\\[\\"ntbrf])+)"

演示：regex101

在Scala代码中：

val regex = """"((?:[^"\\]|\\[\\"ntbrf])+)"""".r
val examples = List(
  """"abc"""",
  """"abc\n"""",
  """"\t\n"""",
  """"\\"""",
  """"abc\""""",
  """"hello\\\"world\""""",
  """"hello\\\"world\\\""""",
  """"abc": """,
  """"value" """,
  """or "abc\t\n\"def"""",
  """: "value"""",
  """abc"def\"abc"""",
  """abc"def\"abc\t\t"""",
  """abc"def\"abc\t\"\t""""
)

for (e <- examples) {
  println(regex.findFirstMatchIn(e).get.group(1))
}

输出：

abc
abc\n
\t\n
\\
abc\"
hello\\\"world\"
hello\\\"world\\\"
abc
value
abc\t\n\"def
value
def\"abc
def\"abc\t\t
def\"abc\t\"\t

Answer 2

我只是用

＆＃34;＆＃34;＆＃34;（[^＆＃34; \] | \＆＃34; | \ T | \ n | \ C | \ r | \ / | \ F）* ＆＃34;＆＃34;＆＃34; .R

似乎在起作用。

谢谢。

如何编写Scala正则表达式来捕获两个双引号之间的所有引用内容（包括转义的引号）？

2 个答案: