从报价中提取数据？

Posted 2023-04-13

【中文标题】从报价中提取数据？

【英文标题】：Pulling data out of quotes?

【发布时间】：2010-09-17 14:47:27

【问题描述】：

我正在寻找一个正则表达式，它可以在字符串中提取带引号的部分，包括单引号和双引号。

IE：

"This is 'an example', \"of an input string\""

匹配：

一个例子 输入字符串

我写了这个：

 [\"|'][A-Za-z0-9\\W]+[\"|']

它有效，但有人发现它有任何缺陷吗？

编辑：我看到的主要问题是它无法处理嵌套引号。

【问题讨论】：

您提供的正则表达式似乎与您的示例字符串完全不匹配。引号内的空格怎么办？

我认为您的意思是 [\"']，因为 [\"|'] 将匹配 | （管）也是。您不需要管道在方括号中表示“或”。

***.com/questions/171480/…> 特别是这些答案：***.com/questions/171480/…> ***.com/questions/171480/…>

不允许在开头使用单引号，在结尾使用双引号，反之亦然，以及在开头和结尾使用相同的引号。

【参考方案1】：

它如何处理双引号内的单引号（反之亦然）？

"This is 'an example', \"of 'quotes within quotes'\""

应该匹配

一个例子 的“引号内的引号”

如果需要支持，请使用反向引用。

(\"|')[A-Za-z0-9\\W]+?\1

编辑：修正为使用不情愿的量词。

【讨论】：

这不适用于像这样的字符串："foo foo \"match\" foo \"match\" foo"，它返回 "\"match\" foo \"match\" " 作为唯一的匹配项。

那是因为 \W 是非单词字符类，而不是我想的空白类。我的记忆不像以前那样了。

没有。 :-) 是因为“+”贪婪地匹配到字符串的末尾，在回溯发生之前，最后一个适用的引号被提供给反向引用“\1”。

就此而言，您现在使用的“\s”将无法匹配标点符号、重音字符或希腊字符等...

好吧，那是我的错。我误解了要匹配的内容。我认为它匹配字母数字和空格。所以改成不情愿的量词是这里的门票。

【参考方案2】：

喜欢吗？

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

您想要的匹配将在第 2 组中，而在第 1 组中的引用类型。

您的正则表达式中的缺陷是 1) 贪婪的“+”和 2) [A-Za-z0-9] 并没有真正匹配很多。许多字符不在该范围内。

【讨论】：

我认为您的意思是“\1”，而不是“$1”。

已经更正了。有时我会混淆正则表达式的方言，“$1”是 VBScript 正则表达式实现的反向引用。

【参考方案3】：

它有效，但与引号中的其他字符不匹配（例如，非字母数字，如二进制或外语字符）。这个怎么样：

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

我的 C# 正则表达式有点生疏，如果不完全正确，请放轻松:)

【讨论】：

根本不返回任何匹配项。

我将其更改为使用括号而不是 []，因为我认为它将句点视为文字句点而不是通配符。我用你的示例字符串在 Ruby 中对其进行了测试，它似乎很好地匹配它们。

但是贪婪的开始会超过所有的引号，你会得到最长的匹配，但不是正确的匹配。

在这种情况下，第一个匹配项还包含我的测试字符串中的其余字符串

啊，我错过了那个。这个正则表达式似乎效果更好：只需捕获所有不是引用的内容

【参考方案4】：

@"(\"|')(.*?)\1"

【参考方案5】：

您可能已经拥有其中之一，但万一没有，这里有一个免费的开源工具，我一直使用它来测试我的正则表达式。我通常对表达式应该是什么样子有一个大致的了解，但需要摆弄一些细节。

http://renschler.net/RegexBuilder/