正则表达式匹配不在引号中的单个单词/字符集答案

【问题标题】：Regex to match single words/character sets that aren't in quotes正则表达式匹配不在引号中的单个单词/字符集
【发布时间】：2015-04-13 16:19:36
【问题描述】：

我正在寻找一个正则表达式 (C#) 来匹配没有被引号包围的单词。一个示例输入字符串是：

dbo.test line_length "引用的词" 未引用

这需要匹配

dbo.test

线长

未引用

所以 3 个单独的匹配项和“引用的单词”不匹配。引用的短语可以是输入中的任何位置...开始、中间、结束等。

我无法想出一个正则表达式来匹配不在引号中的单词，而引号中可能有空格...我已经能够匹配如下内容：你好“世界”并且只得到你好。

有没有办法编写我正在尝试的正则表达式？

【问题讨论】：

您没有指定您使用的是哪个regex。有些，如 Javascript，不支持环视。其他的，比如 PCRE 或 Python，可以。这是使用哪种正则表达式语言？
这是用 C# 编写的
你为什么不发布你拥有的正则表达式？
您希望如何定义“单词”？除引号之外的任何非空白字符，例如ain't、foo-bar.baz_spam@example.com 等？你还关心单引号还是双引号？

标签： c# regex

【解决方案1】：

有两种方法可以解决此问题，具体取决于您要对输出执行的操作。

首先，匹配（但不捕获）引号内的任何文本。（这是专门匹配你不想要的东西。）使用| 管道，使用捕获组来选择您想要保留的所有内容。

例子：

".*?"|(\b\S+\b)

您可以查看here 的示例。

另一个选项，使用环视，是专门从单词的开头向后看，以确保" 不会出现在那里：

(?<!")(\b\S+\b)(?!")

你可以看到here。

当您开始使用多个单词时，这可能会出现问题，但这应该会让您走上正轨，并且您可以指出其中一种方法是否比另一种更适合您。

【讨论】：

第一个似乎正在工作。如果引号中的单词超过 2 个，则第二个不会。
您可以进一步扩展第一个引号以包含转义引号：regex101.com/r/lH7uN6/4，它使用否定的后视来确保您不匹配 \"。（可选）如果您想允许使用 '.'要跨越多行，请添加 s 标志（在 gm 标志旁边）。您可以在该 regex101 页面上看到它的实际效果。