正则表达式捕获一个词或两个引号

Question

我正在尝试在搜索中实现gmail样式过滤器，但我陷入了这个正则表达式问题。我需要在引号中捕获一个单词或两个单词（但本身不带引号），这是PCRE（PHP）

即。

name:mark

所需结果：第一个捕获组应为标记

name:"mark"

所需结果：第一个捕获组应为标记

name:"mark wilson"

期望的结果：第一个捕获组应为mark，第二个捕获组应为wilson

name:mark wilson

理想结果：第一个捕获组应该被标记，威尔逊被忽略

我得到的最接近的名字是：（\ w + | \“ \ w +（？> \” | \ s（[az .'-] + \“）））它完美地捕获了示例1，但是示例2仍然包含引号，示例3最终显示为：

第1组：“马克·威尔逊”（包括引号）

第2组：威尔逊”（包括引号）

我已经尝试了超前和后退，但无论如何我都无法做到

任何帮助将不胜感激。 tia

Answer 1

1选项可以使用if/else clause，这将在第2组中标记，在wilson中在第3组中标记。对于组1。

"

Regex demo

如果名字后面的空格不应该存在，您也可以将其分组并在组3和4中包含值。

\w+:(")?(\w+(?:\h+(\w+))?)(?(1)")

Regex demo

您还可以获取引号之间的单个值，也可以使用branch reset group

来获取捕获组中的名字或名字。

---

\w+:(")?((\w+)(?:\h+(\w+))?)(?(1)")

说明

• \w+:(?|"(\w+)(?:\h+(\w+))?"|(\w+)) 匹配1个以上的字符字符
• \w+:分支重置组
  • (?|捕获组1，匹配1个以上的字符字符
  • "(\w+)非捕获组
    • (?:匹配1个以上水平空格字符
    • \h+捕获第2组，匹配1个以上的字符字符
  • (\w+)关闭组并设为可选
  • )?匹配"
  • "或
  • |捕获组1，匹配1个以上的字符字符
• (\w+)关闭分支重置组

Regex demo

Answer 2

主要要点是您不能对任意数量的组执行此操作，必须在设计时在模式中全部指定它们。

您可以在branch reset group中使用这样的模式：

\w+:(?|(\w+)|"(\w+)(?:\h+(\w+))?(?:\h+(\w+))?")

请参见regex demo。最后添加更多(?:\h+(\w+))?模式，以支持多达N个可选单词。

详细信息

• \w+:-1个以上的字符，然后是:
• (?|(\w+)|"(\w+)(?:\h+(\w+))?(?:\h+(\w+))?")-分支重置组，其中组共享相同的ID：
  • (\w+)-第1组：一个或多个单词字符
  • |-或
  • "(\w+)(?:\h+(\w+))?(?:\h+(\w+))?"-
    • "-一个"字符
    • (\w+)-第1组：一个或多个单词字符
    • (?:\h+(\w+))?-序列的可选出现：
    • \h+-1个或多个水平空格
    • (\w+)-第2组：一个或多个单词字符
    • (?:\h+(\w+))?"-同上，但使用第3组，等等。