c - 正则表达式以获取英文引号之间的字符串/单词

Question

我想在引号之间得到一个字符串，
我知道一个解决方案是：

/'.*?'/

但问题是它不适用于英语
中的所有格或收缩格，例如：

What is the name of Mario's brother in the 'Super Mario' video games?

或者

He's my brother

它不能与那些句子一起工作

Answer 1

一种选择是确保在开始之前和结束之后没有单词边界'：

/\B'.*?'\B/

单词字符（通常是正则表达式中的字母、数字、下划线）和非单词字符（其他任何字符或字符串的结尾）之间的位置构成单词边界（\b）。所有其他位置由 匹配\B。

工作演示。

进一步阅读单词边界。

顺便说一句，如果您也想允许双引号，您可以使用反向引用确保一致的定界：

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

如果你只使用['"]两次，那么类似的东西here "my' string会给你一个匹配，你可能不想要。请注意，根据您定义正则表达式的方式，您可能需要转义其中一个引号。

Answer 2

在 .NET Regex 风格中，您有平衡组，并且可能有 C 的 Regex 库也支持它。这是至少使用平衡组的解决方案：

(?<NestingCount>\B'\b)(?:(?<NestingCount>\B'\b)|(?<-NestingCount>\b(?:[?])?'\B)|.)+?(?(NestingCount)(?!))

这适用于您的两个示例（假设它们被'包围）。

关于我的解决方案的一些评论：

• 我使用平衡组来识别嵌套的引用文本（如“超级马里奥”）。
• 我用 . 标识任何引用的开头\B'\b。
• 我用 . 标识任何引用的结尾\b(?:[?])?'\B。这(?:[?])?部分是允许一个单词以可选的 ? 标记结尾，[?]如果我忘记了应该存在的其他单词结尾，您可以在组 ( ) 中添加更多内容。

Answer 3

使用否定的前瞻和后瞻断言：

/(?<!\w)[\'\"][\w\s\?\'\.\!\,\;\:]+[\'\"](?!\w)/

Answer 4

搭配简单的图案/\B'.*?'\B/