regex - 正则表达式查找引号之间的值

Question

我有一个正则表达式来查找引号之间的值：

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

这很好用，但是，如果引号之间有双引号，那么它也会失败并拆分它们。例如。

"value1","value2","value with "" is here","value4"

我需要像这样的输出

value1
value2
value with "" is here
value4

这意味着，如果双引号出现在某处，它应该在输出中返回它。有人能帮忙吗？

Answer 1

我的第一个想法是通过将双引号添加到您的交替中来允许双引号：

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

但是，由于您已经使量词变得惰性，因此这仍然无法正常工作。最好明确指出引号之间不允许使用未转义的引号：

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

在regex101上查看。

解释：

([\"'])   # Match a quote, remember which kind in group 1.
(?:       # Start non-capturing group:
 \\\1     # Either match a backslash-escaped quote
|         # or
 \1\1     # a doubled quote
|         # or
 (?!\1)   # (as long as it's not a quote)
 .        # any character.
)*        # Repeat as necessary
\1        # Match a corresponding quote

Answer 2

您的输入看起来像 CSV 记录，其中通过添加另一个引号来转义文字引号。你是说你也可以用反斜杠转义引用吗？我从未见过；通常是其中之一。而且我从未见过 CSV 变体可以让您在同一记录中的单引号（撇号）或双引号之间交替。您可能使这比需要的更复杂。

假设只有双引号被识别为字段分隔符，并且它们只能通过添加另一个引号来转义，匹配一个字段非常简单：

(?:"[^"]*")+

反斜杠转义版本稍微复杂一些：

"[^"\\]*(?:\\.[^"\\]*)*"

如果也允许使用单引号分隔符，最简单的方法是添加另一种选择：

(?:"[^"]*")+|(?:'[^']*')+

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

如果您真的需要支持两种引用和两种转义，请参阅 Tim 的回答。但我非常怀疑。