在正则表达式中否定反向引用

Question

如果字符串具有这种预测格式：

value = "hello and good morning"

"（引号）也可能是 '（单引号），并且结束字符（' 或 "）将与开始字符相同。我想匹配引号之间的字符串。

\bvalue\s*=\s*(["'])([^\1]*)\1

（两个 \s 允许 = 符号附近的任何空格）

第一个“捕获的组”（在第一对括号内）- 应该与应该是 ' 或 " 的开头引号匹配 然后 - 我应该允许任何数量的字符不是第一组中捕获的字符，然后我希望在组中捕获的字符（括起来的引号）。

（应在第二个捕获组中捕获所需的字符串）。
但这不起作用。

这样做：

\bvalue\s*=\s*(['"])([^"']*)["']

但我想确保左引号和右引号（双引号或单引号）相同。

编辑
目标基本上是获取一个锚点的开始标签，该锚点在其类属性中包含某个类名，我想涵盖包含 (') 或 (") 的类属性的罕见情况。

按照这里的所有建议，我使用了该模式：

<\s*\ba\b[^<>]+\bclass\s*=\s*("|'|\\"|\\')(?:(?!\1).)*\s*classname\s*(?:(?!\1).)*\1[^>]*>

含义：
找到一个标签打开的标志。
允许任何空格。
找到单词
允许任何非结束标签。
查找“类（任何空格）=（任何空格）”
获取开头引号，以下之一：(" or ' or \" or \')。
来自 Alan Moore 的回答：允许任何不是开头引号的字符。
查找类名
允许任何不是开头引号的字符。
找到与开头相同的结尾引号。
允许任何未关闭标签字符。
找到结束标记 char。

Answer 1

您必须使用否定前瞻，而不是否定字符类：

\bvalue\s*=\s*(["'])(?:(?!\1).)*\1

(?:(?!\1).)* 一次消耗一个字符，在 前瞻已确认该字符不是捕获组 (["'']) 匹配的任何字符。一个字符类，无论是否否定，一次只能匹配一个字符。就正则表达式引擎所知，\1 可以表示任意数量的字符，在这种情况下，无法说服\1 将只包含" 或'。因此，您必须使用更通用（且可读性更低）的解决方案。

Answer 2

你可以使用：

\bvalue\s*=\s*(['"])(.*?)\1

See it

Answer 3

在不知道您需要哪些信息的情况下（或者甚至不知道您使用此正则表达式的语言或工具），我可以建议许多路径。

使用这些字符串：

value = "hello and good morning"
value = 'hola y buenos dias'
value = 'how can I say "goodbye" so soon?'
value = 'why didn\'t you say "hello" to me this morning?'
value = "Goodbye! Please don't forget to write!"
value = 'Goodbye! Please don\'t forget to write!'

这个表达式：

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

将匹配这些字符串：

"hello and good morning"
'hola y buenos dias'
'how can I say "goodbye" so soon?'
'why didn\'t you say "hello" to me this morning?'
"Goodbye! Please don't forget to write!"
'Goodbye! Please don\'t forget to write!'

当使用单个前面的\ 进行转义时，它将允许“其他”类型的引用或相同类型的引用。引用字符串的内容在第 1 组或第 3 组中。您可以通过获取第一个（或最后一个）字符来确定使用了哪种类型的引号。

如果您需要将其中一些内容放在特定的匹配组中，请给出更具体的示例（并包括不应该工作但看起来可能很接近的内容）

请询问您是否愿意走这条路并需要更多帮助

Answer 4

回答这个问题How to use a numerical reference in neglected set?

这里是因为它被标记为与这个完全相同。

无法真正在类中指定捕获组。
可以做的是在否定断言中指定字符，像这样

(["'])((?:(?!\1)[\S\s])*)(\1)

展开

 ( ["'] )                      # (1)
 (                             # (2 start)
      (?:
           (?! \1 )
           [\S\s] 
      )*
 )                             # (2 end)
 ( \1 )                        # (3)

请注意，在原始帖子中 [^char] 通常匹配换行符
同样，但由于这是 JavaScript（旧 JS），因此不能使用点。
请改用[\S\s]，它匹配任何字符。

Answer 5

我在寻找与我的模式匹配的帮助时遇到了这篇文章：

value="long text with \"quoted values\" and more"

Alan Moore 当前的最佳答案在这里非常好，但不考虑引用的转义。因此，感谢 Alan，您可以在允许使用 \ 转义引用时使用此模式：

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

---

奖金信息

也许您在这里寻找的模式与我的目的相同，因此我也会分享我的最终解决方案。我必须匹配几个键值对，其格式与通常在节点中列出的 html 属性相同，例如：one="first" two="second"。

以下正则表达式将与此匹配，并将捕获组命名为 key 和 value：

\b(?P<key>[^=\s]*)\s*=\s*(["'])(?P<value>(?:(?!(?<!\\)\2).)*)\2

Answer 6

当我们为 CMS Effcore 编写 Markdown 解析器时，我们尝试了不同的变体以确保尽可能高的速度。这些变体如下所示：

替换示例：

"markdown *text*"

到：

"markdown <em>text</em>"

字符“*”和“_”的 PHP 代码 #1（贪婪模式）：

preg_replace('%'.'([*_])'.'(?<phrase>.+?)'.'\\1'.'%sS', '<em>$2<em>', $text);

字符“*”和“_”的 PHP 代码 #2（反向引用中的否定）：

preg_replace('%'.'([*_])'.'(?<phrase>(?:(?!\\1).){1,})'.'\\1'.'%sS', '<em>$2<em>', $text);

单字符“*”的 PHP 代码 #3（字符类中的否定）：

preg_replace('%'.'([*])'.'(?<phrase>[^*]{1,})'.'[*]'.'%sS', '<em>$2<em>', $text);

案例#1（“贪婪模式”）比案例#2（“反向引用中的否定”）更快。

经过 1000000 次迭代测试：

1. 0.0245740413665 秒。
2. 3.3793921470642 秒。