如何使用正则表达式检测无效的 C 转义字符串？答案

【问题标题】：How to detect an invalid C escaped string using a regular expression?如何使用正则表达式检测无效的 C 转义字符串？
【发布时间】：2009-12-09 12:41:16
【问题描述】：

我想找到一个正则表达式 (regex)，它可以检测 C 双引号转义字符串中是否有一些无效转义（您可以在其中找到仅转义的双引号）。

我认为有效的\\ \n \r \" （测试字符串使用“）

对此的部分解决方案是使用(?<!\\)\\[^\"\\nr]，但这个无法检测到像\\\ 这样的错误转义。

这是我用来测试匹配的测试字符串：

...\n...\\b...\"...\\\\...\\\E...\...\\\...\\\\\..."...\E...

表达式应匹配最后 6 个无效块，前 4 个有效。问题是我当前的版本确实只发现了 2/5 错误。

【问题讨论】：

\\\E 无效——第一个斜杠转义第二个，第三个正试图转义 E…
所以你想测试一个双引号字符串是否包含无效的转义序列？
不要忘记 C 编译器实际上允许：\t\b\v\f\a\?\' 用于简单字符；它们还允许 \o\oo\ooo 用于八进制转义，\xX\xXX 用于十六进制（实际上，名义上多于两个十六进制数字）。 C99 也允许 \uXXXX 和 \U00XXXXXX 用于十六进制编码的 Unicode 字符。

【解决方案1】：

(?:^|[^\\])(?:\\\\)*((?:\"|\\(?:[^\"\\nr]|$)))

这是字符串的开头，或者不是反斜杠的开头。然后是一些（可能为零）正确转义的反斜杠，然后是未转义的" 或另一个反斜杠；如果是另一个反斜杠，则后面必须不是"、\、n、r，也不是字符串的结尾。

也会为您捕获不正确的转义。

【讨论】：

谢谢，Python 字符串应该是 r"(?:^|[^\\])(?:\\\\)*((?:\"|\\(?:[^\"\\nr]|$)))"（在第一个双引号前多了一个 \）
我的编辑器不需要我转义双引号；显然，当我逃离他们所有人时，我错过了那个。哦。已更正。

【解决方案2】：

试试这个正则表达式：

^(?:[^\\]+|\\[\\rn"])*(\\(?:[^\\rn"]|$))

如果你有一个匹配，你有一个无效的转义序列。

【讨论】：