Java 正则表达式捕获“”或“”之间的文本答案

【问题标题】：Java Regex Capture Text Between """ or '''Java 正则表达式捕获“”或“”之间的文本
【发布时间】：2012-07-10 07:43:56
【问题描述】：

我有一个文档，我正在尝试使用 Java 正则表达式进行解析，并且其中的文本出现在引号中的 """ 或 ''' 中，所以你有：

""" Bla，你不是很好！""" 或：

''' Bla，这1不是一个很好的例子'''

我一直在尝试["""|''']([\p{Alnum}|\p{Blank}]+)[\"""|''']

假设：文本将以 """ 或 ''' 开头和结尾文本可以包括数字、字母、空格和标点符号正文不会包含三个"或三个'的序列

【问题讨论】：

您首先需要使用("""|''') 而不是["""|''']。 [] 是一个字符类而不是一个组。

标签： java regex

【解决方案1】：

试试这个模式：("""|''').*?\1

给定：

"""Hello, World!""" some unquoted text """ lorem ipsum ''" dolor """ some more unquoted text '''single quotes'''
''' Bla, this 1 isn't a great example '''

它将匹配：

"""Hello, World!"""
""" lorem ipsum ''" dolor """
'''single quotes'''
''' Bla, this 1 isn't a great example '''

您也可能比.*? 更具体，但我不确定您所说的“标点符号”是什么字符。

【讨论】：

这不符合 OP 规范：The body of the text will not include the sequence of three " or three '
好的，那么从第二个例子中去掉'''......有什么区别？如果它确实应该匹配不匹配的引号，那么您可以将 \1 替换为 ('''|""") 但我怀疑是这种情况。
是的，我改变了我的评论，因为这并没有错，只是与示例混淆了。
很公平，我将示例更新为包含''" 以避免混淆。

【解决方案2】：

类似的东西对我有用：

        Pattern p = Pattern.compile("(\"{3}(.*?)\"{3})|('{3}(.*?)'{3})");
        String s1 = "\"\"\" Bla, you're not very nice! \"\"\"";
        String s2 = "''' Bla, this 1 isn't a great example '''";

        Matcher m1 = p.matcher(s1);
        Matcher m2 = p.matcher(s2);

        if (m1.matches())
        {
            System.out.println(m1.group(2));
        }


        if (m2.matches())
        {               
            System.out.println(m2.group(4));
        }

不过，使用 2 个正则表达式会更简单。上面的代码产生了以下结果：

Bla，你不是很好！

Bla，这 1 不是一个很好的例子

您的正则表达式的一个问题是方括号内的任何文本都是OR'D，这意味着管道字符是无用的（作为OR 运算符）。您需要将方括号替换为圆括号。

【讨论】：

它不是没用的。字符类中的| 将匹配源文本中的文字|。另一方面，在类中重复字符肯定是没有用的。无论如何它没有实际意义，因为实际的问题是它应该是一个组。
@veredesmarald：是的，你说得有道理。我稍微修改了我的答案。