Question

我有一个包含单引号，双引号和转义引号的字符串：

自言自语“你是\'伟大\'”，然后说“谢谢”感觉“很“好”

我想要一个正则表达式：

单引号字符串
双引号字符串
字符串不在引号中

预期结果：以下分组

自我介绍
你是\'great \'
然后说
谢谢
感觉
一个“小”很好

要求：不要返回引号，而忽略转义的引号

我到目前为止所拥有的：

正则表达式1返回单引号和双引号（source）：

((?<![\\])['"])((?:.(?!(?<![\\])\1))*.?)\1

结果：

正则表达式2返回不带引号的字符串

((?<![\\])['"]|^).*?((?<![\\])['"]|$)

结果：

问题：

我无法使正则表达式2将未引用的字符串放入一致的组中
我无法将regex＃1和＃2组合在一起以在一个regex函数中返回所有字符串

Answer 1

怎么样呢？

(?<!\\)'(.+?)(?<!\\)'|(?<!\\)"(.+?)(?<!\\)"|(.+?)(?='|"|$)

Demo 。

其背后的基本思想是，它尝试首先将带引号的字符串匹配，这样之后剩下的就是未用引号引起来的字符串。您将在捕获组中具有所有匹配的字符串（不包括引号）。

简化版：

(?<!\\)(['"])(.+?)(?<!\\)\1|(.+?)(?='|"|$)

Demo 。

如果您不想使用捕获组，则可以对其进行调整以使其与以下环境类似：

(?<=(?<!\\)').+?(?=(?<!\\)')|(?<=(?<!\\)").+?(?=(?<!\\)")|(?<=^|['"]).+?(?=(?<!\\)['"]|$)

Demo 。

简化版：

(?<=(?<!\\)(['"])).+?(?=(?<!\\)\1)|(?<=^|['"]).+?(?=(?<!\\)['"]|$)

Demo 。

Answer 2

JS版本

/(?:"([^"\\]*(?:\\[\S\s][^"\\]*)*)"|'([^'\\]*(?:\\[\S\s][^'\\]*)*)'|([^'"\\]+)|(\\[\S\s]))/

https://regex101.com/r/5xfs7q/1

PCRE-Pro级，超级版本..

(?|(?|\s*((?:[^'"\\]|(?:\\[\S\s][^'"\\]*))+)(?<!\s)\s*|\s+(*SKIP)(*FAIL))|(?<!\\)(?|"([^"\\]*(?:\\[\S\s][^"\\]*)*)"|'([^'\\]*(?:\\[\S\s][^'\\]*)*)')|([\S\s]))

https://regex101.com/r/Tdyd3y/1

这是我见过的最干净，最漂亮的一个。 Wsp trim和regex仅包含一个捕获组。

解释

 (?|                           # BReset
      (?|                           # BReset
           \s*                           # Wsp trim
           (                             # (1 start), Non-quoted data
                (?:
                     [^'"\\] 
                  |  (?: \\ [\S\s] [^'"\\]* )
                )+
           )                             # (1 end)
           (?<! \s )
           \s*                           # Wsp trim
        |                              # or,
           \s+ (*SKIP) (*FAIL)           # Skip intervals with all whitespace 
      )
   |  
      (?<! \\ )                     # Not an escape behind
      (?|                           # BReset
           " 
           (                             # (1 start), double quoted string data
                [^"\\]* 
                (?: \\ [\S\s] [^"\\]* )*
           )                             # (1 end)
           "
        |                              # or,
           '
           (                             # (1 start), single quoted string data
                [^'\\]* 
                (?: \\ [\S\s] [^'\\]* )*
           )                             # (1 end)
           '
      )
   |  
      ( [\S\s] )                    # (1), Pass through, single char
                                    # Un-balanced " or ' or \ at EOF
 )

如何匹配未转义的带引号的字符串以及非引号的字符串？

2 个答案: