Java Regex - 捕获引号之外的所有内容答案

【问题标题】：Java Regex - Capturing everything outside quotesJava Regex - 捕获引号之外的所有内容
【发布时间】：2017-06-11 10:23:01
【问题描述】：

TLDR：我希望捕获引号之外的所有内容，但我似乎无法在 Java 中使用此正则表达式 \"|"(?:\"|[^"])*" |([^\"]+) 虽然它适用于 http://myregexp.com/ 等网站。谁能指出我做错了什么？

您好，我目前正在尝试分析 .java 源代码并将引号之外的所有内容提取为字符串（忽略转义引号）。

例如，在这个字符串中：

这应该被捕获“not this”和“not \"this\" either”。

我应该能够使用模式和匹配器找到“This should be capture”、“and”、“.”。

我目前拥有的是\"[^\"]+\"|([^\"]+)，如果文档中有一对相等的“”，则效果很好但一旦有逃跑者就会中断。

在在线正则表达式测试仪上，我尝试了 \"|"(?:\"|[^"])*"|([^\"]+) 这似乎完全我正在寻找，但是当我在 Java 中尝试时它没有。

【问题讨论】：

试试List[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");
见ideone.com/NgMozq。
这很好用，非常感谢！我将尝试了解正则表达式的工作原理，并将其应用于已注释的源代码（例如 /* /、/* **/ 和 // \n）。
向我们展示您的实际 Java 代码 -- 理想情况下也是失败的测试方法。
请注意，/*...*/ 的正则表达式类似于 Java 中的 cmets 是 posted by me here。

标签： java regex quotes matcher

【解决方案1】：

似乎对于您当前的任务，您可以使用一种模式来匹配双引号字符串文字以拆分字符串：

List[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");

见Java demo：

String s = "This should be captured \"not this\" and \"not \\\"this\\\" either\".";
String[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");
System.out.println(Arrays.toString(res));
// => [This should be captured, and, .]

模式详情：

\\s* - 0+ 个空格
\" - 双引号
[^\"\\\\]* - 除了 " 和 \ 之外的 0+ 个字符
(?:\\\\.[^\"\\\\]*)* - 0+ 个序列：
- \\\\. - \ 和除换行符以外的任何字符
- [^\"\\\\]* - 除了 " 和 \ 之外还有 0+ 个字符
\"\\s* - 一个 " 和 0+ 个空格

【讨论】：

谢谢，这正是我想要的！它帮助我更好地理解语法，我现在可以尝试为我需要的剩余步骤构建自己的语法。