正则表达式多引号选择

Question

我正在尝试从一个大字符串中提取子字符串。 提取的子字符串应遵循以下规则： 1. 在两个双引号之间（例如："hello \"jonathan\" how are you"）会提取"jonathan"（不带双引号）。

1. 与 1 相同，只是用单引号。

2. 当单引号被双引号包围时，它被视为常规字符。 （例如：“Hello "Jonathan how 'are'" you today"）会提取这个子字符串：“Jonathan how 'are'”——不带双引号。

我一直在尝试许多涉及这种模式的组合：

Pattern p1 = Pattern.compile("([\"]*[\']*[\']*[\"])");

这个解决了一个问题（数字 3），在这个例子中：

String s = "Hello \"Jon\'hello\'athan\" how are 'you'"

它确实提取了

Jon'hello'athan

但是当我添加类似：

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

对于模式，它把它当作整个模式来对待

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

你会推荐什么？ 谢谢你

Answer 1

只要您不需要处理转义引号，并且只要您的所有引号都正确平衡，您就可以使用negative lookahead assertion：

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

或者，在 Java 中：

Pattern p1 = Pattern.compile("(['\"])((?:(?!\\1).)*)\\1");

说明：

(['"])   # Match any quote character, capture it in group 1
(        # Match and capture in group 2:
 (?:     # Start of non-capturing group that matches...
  (?!\1) #  (as long as it's not the same quote character as in group 1)
  .      # ...any character
 )*      # any number of times.
)        # End of capturing group 2
\1       # Match the same quote as before

测试它live on regex101.com。