捕获转义引号内的字符串

Question

我有3种这种格式的字符串

Bank: {"955974044748481":["BANK_A"]}
{"reason": "Bank: {"455049295219902":["BANK_B"]}"}
{"reason": "Bank: {\\"1876212592475597\\":[\\"BANK_C\\"]}"}

我需要使用presto SQL语句中的单个正则表达式从这些字符串中提取bank_id和bank_name。

我尝试过此正则表达式，但它仅捕获前两个，而不捕获具有转义字符的最后一个。 https://regex101.com/r/ejW68x/1

Bank: {"(.*)":\["(.*)"\]}

捕获所有3个变体的正确方法是什么？

Answer 1

怎么样呢？

Bank:.*{(?:\\\\)?"([^{"]*?)(?:\\\\)?":\[(?:\\\\)?"(.*?)(?:\\\\)?"\]}

Demo。

或确保\\仅成对匹配

Bank:.*{((?:\\\\)?)"([^{"]*?)\1":\[((?:\\\\)?)"(.*?)\3"\]}

Demo。

请注意，在第二种情况下，您的捕获将在＃2和＃4组中。

---

更新：

您的新测试字符串仍将与上述模式匹配。如果愿意，您可以将Bank:.*替换为Bank:[ ]。 Demo1-Demo2。

说明：^{（更改为样式）}

• 添加了(?:\\\\)?->一个可选的非捕获组，以匹配两个反斜杠字符。

• 将第一个捕获组(.*)替换为([^{"]*?)，以避免匹配双引号和{字符（这对于第一个测试字符串尤其必要）。另外，通过添加?将其从贪婪转换为惰性，以避免捕获转义字符（\\）（如果存在）。

• 使第二个捕获组也变懒(.*?)出于相同的原因。

• 在第二种模式中，(?:\\\\)?被添加到捕获组，以便可以使用反向引用（即，\1和\3）。这样做的目的是仅在两个双引号字符都转义（以\\开头）时匹配。