Question

我想构建一个匹配'或"的正则表达式，然后匹配其他字符，分别在'或"匹配时结束，具体取决于在开始时遇到的问题。所以这个问题看起来很简单，最后可以通过反向引用来解决;下面是一些正则表达式代码（它是用Java编写的，所以请注意额外的转义字符，例如\之前的"：

private static String seekerTwo = "(['\"])([a-zA-Z])([a-zA-Z0-9():;/`\\=\\.\\,\\- ]+)(\\1)";

此代码将成功处理以下内容：

"hello my name is bob"
'i live in bethnal green'

当我有这样的字符串时出现问题：

"hello this seat 'may be taken' already"

使用上面的正则表达式会在遇到'时在初始部分失败然后它会继续并成功匹配'may be taken' ...但这显然是不够的，我需要整个字符串是匹配。

我在想的是，我需要一种方法来忽略引号的类型，它在第一组中不匹配，将它包含在第3组字符集中的字符中。但是，我知道无法做到这一点。是否存在某种偷偷摸摸的非反向引用功能？我可以用来引用第一组中不匹配的角色？或者以某种方式解决我的困境？

Answer 1

这可以使用否定lookahead assertions来完成。以下解决方案甚至考虑到您可以在字符串中转义引号：

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

<强>解释

(["'])    # Match and remember a quote.
(?:       # Either match...
 \\.      # an escaped character
|         # or
 (?!\1)   # (unless that character is identical to the quote character in \1)
 .        # any character
)*        # any number of times.
\1        # Match the corresponding quote.

这正确匹配"hello this seat 'may be taken' already"或"hello this seat \"may be taken\" already"。

在Java中，包含所有反斜杠：

Pattern regex = Pattern.compile(
    "([\"'])   # Match and remember a quote.\n" +
    "(?:       # Either match...\n" +
    " \\\\.    # an escaped character\n" +
    "|         # or\n" +
    " (?!\\1)  # (unless that character is identical to the matched quote char)\n" +
    " .        # any character\n" +
    ")*        # any number of times.\n" +
    "\\1       # Match the corresponding quote", 
    Pattern.COMMENTS);

Answer 2

如果你可以使用lookaround（Java确实支持），Tim的解决方案可以很好地工作。但如果您发现自己使用的语言或工具不支持环视，则可以单独匹配两种情况（双引号字符串和单引号字符串）：

"(\\"|[^"])*"|'(\\'|[^'])*'

分别匹配每个案例，但返回任一案例作为整个匹配

<强>无论其

这两种情况都可能成为至少一种可能性的牺牲品。如果你不仔细观察，你可能会认为在这段摘录中应该有两个匹配：

他转身骑上自行车。 “我以后会见到你，当我完成所有这些时”他说，在开始他的旅程之前回头看了一会儿。当他进入街道时，一辆城市的手推车与迈克的自行车相撞。 “天啊！”旁观者喊道。

...但是有三个匹配，而不是两个：

"I'll see you later, when I'm done with all this"
's trolleys collided with Mike'
"Oh my!"

此摘录仅包含 ONE 匹配：

但是，战斗尚未结束。 “嘿！”鲍勃喊道。 “你想要什么？”我反驳道。 “你让我恶心！” “我为什么要关心？” “因为我爱你！” “你做？”鲍勃停顿了一会儿，然后低声说道：“不，我不能爱你！”

你能找到那个吗？：d

't over yet, though. "Hey!" yelled Bob. "What do you want?" I retorted. "I hate your guts!" "Why would I care?" "Because I love you!" "You do?" Bob paused for a moment before whispering "No, I couldn'

我建议（如果你想使用环视），你考虑做一些额外的检查（例如在第一个引用之前为空格或类似的正面观察），以确保你不匹配像{{ 1}} - 虽然没有先进行大量测试，但我不会在任何解决方案上投入太多资金。将's trolleys collided with Mike'添加到任一表达式的开头将避免上述情况......即：

(?<=\s|^)

或

(?<=\s|^)(["'])(?:\\.|(?!\1).)*\1                    #based on Tim's

我不确定外观与非外观相比有多高效，所以上面两个可能是等价的，或者一个可能比另一个更有效（？）

正则表达式;反向引用字符集中不匹配的字符

2 个答案: