正则表达式;反向引用在字符集中不匹配的字符

我想构建一个正则表达式，它匹配'或"，然后匹配其他字符，当分别匹配'或"时结束，具体取决于在右边遇到的情况开始。所以这个问题看起来简单得足以在最后使用反向引用来解决;这里是下面一些正则表达式的代码（这是在Java中那么介意额外逃逸字符，如\的"前）：正则表达式;反向引用在字符集中不匹配的字符

private static String seekerTwo = "(['\"])([a-zA-Z])([a-zA-Z0-9():;/`\\=\\.\\,\\- ]+)(\\1)";

此代码将成功地处理事情，如：

"hello my name is bob" 
'i live in bethnal green'

的麻烦的是当我有一个这样的字符串：

"hello this seat 'may be taken' already"

使用上述正则表达式就可以将初始部分在遇到失败'然后它会继续并成功匹配'may be taken' ...但这显然是不够的，我需要整个字符串进行匹配。

我在想什么，是我需要一种方法来忽略第一组中不匹配的引号类型，方法是将其作为第三组字符集中的一个字符。但是，我知道没有办法做到这一点。有没有某种鬼鬼祟祟的非反向引用功能或某种东西？我可以用来引用第一组中不匹配的字符？或者以其他方式解决我的困境？

来源

2012-03-15 flamming_python

嗨，欢迎来到StackOverflow。我冒昧地重新格式化您的文章一点。你可以点击编辑链接查看我是如何做到这一点的。非常重要的是要知道你是否需要发布代码... – 2012-03-15 11:15:14

这可以使用负数lookahead assertions来完成。下面的解决方案，甚至考虑到了，你能逃脱在字符串中报价：

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

说明：

(["']) # Match and remember a quote. 
(?:  # Either match... 
\\.  # an escaped character 
|   # or 
(?!\1) # (unless that character is identical to the quote character in \1) 
.  # any character 
)*  # any number of times. 
\1  # Match the corresponding quote.

这正确匹配"hello this seat 'may be taken' already"或"hello this seat \"may be taken\" already"。

在Java中，所有的反斜线：

Pattern regex = Pattern.compile(
    "([\"']) # Match and remember a quote.\n" + 
    "(?:  # Either match...\n" + 
    " \\\\. # an escaped character\n" + 
    "|   # or\n" + 
    " (?!\\1) # (unless that character is identical to the matched quote char)\n" + 
    " .  # any character\n" + 
    ")*  # any number of times.\n" + 
    "\\1  # Match the corresponding quote", 
    Pattern.COMMENTS);

来源

2012-03-15 11:05:44

+1为一个深思熟虑和解释的解决方案！ – FloppyDisk 2012-03-15 11:22:16

杰出的工作Tim，感谢您编辑我的文章。感谢你的建议，通过一些工作，我修改了我的代码：“（['\”]）（[a-zA-Z]）（（？！\\ 1）[a-zA-Z0-9 （）：; /''\“\\ = \\。\\，\\ - ]）+（\\ 1）”这样你的解决方案实际上已经够简单和完美的了。如果在主要字符集之前有一个正则表达式，则添加正则表达式的等价关系，这将直接跳到最后一个循环。并将这两种类型的引号添加到主要字符集。这样，如果在任何时候发现了开始的引用char，则正则表达式将终止并返回。尼斯。 – 2012-03-15 11:36:40

蒂姆的解决方案工作得相当好，如果你可以使用环视（其中的Java不支持）。每种情况下单独

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

比赛，而是返回两种情况下：但是，如果你要使用的语言或工具，它不支持环视发现自己，你可以简单地匹配两种情况下（双引号字符串和单引号的字符串）分别作为整个匹配

无论其

这两种情况可以牺牲品至少一个不测。如果不仔细看，你可能会觉得应该有在此摘录比赛：

他转身坐上他的自行车。“等我完成了这一切后，我会再见到你的。”他说，在开始他的旅程之前回头看了一会儿。当他进入街道时，这座城市的一个手推车与迈克的自行车相撞。 “天啊！”一位旁观者惊呼道。

...但也有场比赛，而不是两个：

"I'll see you later, when I'm done with all this" 
's trolleys collided with Mike' 
"Oh my!"

这个摘录只包含ONE比赛：

的斗争还没有结束，但是。 “嘿！”鲍勃大叫。 “你想要什么？”我反驳道。 “你让我恶心！” “我为什么要关心？” “因为我爱你！” “你做？”鲍勃停了片刻，然后低声说道：“不，我不能爱你！”

你能找到那个吗？：d

't over yet, though. "Hey!" yelled Bob. "What do you want?" I retorted. "I hate your guts!" "Why would I care?" "Because I love you!" "You do?" Bob paused for a moment before whispering "No, I couldn'

我会建议（如果你是为使用环视），您考虑做一些额外的检查（如空格或第一次报价之前类似的积极的回顾后），以确保你不” t匹配's trolleys collided with Mike'之类的东西 - 尽管如果没有大量测试，我不会在任何解决方案上投入太多资金。添加(?<=\s|^)要么表达年初将避免上述情况...即：

(?<=\s|^)(["'])(?:\\.|(?!\1).)*\1     #based on Tim's

或

(?<=\s|^)("(\\"|[^"])*"|'(\\'|[^'])*')    #based on my alternative

我不知道怎么环视效率相比于非环视，所以两个以上可能是等价的，或者一个可能比另一个更有效率（？）

来源

2012-03-15 13:32:15

这里有一些好点的代码骑师，并且确实以这种方式解析英文文本不是明智的。然而，我实际上试图解析MySQL代码中的俄文文本（我在上面的代码中将а-яА-ЯёЁ更改为a-zA-Z，以便这里的人员能够掌握其含义），并且在解析字符串在代码中，它们当然总是保证被一种引号或另一种引用。 – 2012-03-15 15:41:19

正则表达式;反向引用在字符集中不匹配的字符

回答

相关问题