我有一种语言,它将字符串定义为由单引号或双引号分隔,其中分隔符在字符串中通过加倍来转义.例如,以下所有内容都是合法字符串:
'This isn''t easy to parse.' 'Then John said, "Hello Tim!"' "This isn't easy to parse." "Then John said, ""Hello Tim!"""
我有一个字符串集合(上面定义),由不包含引号的东西分隔.我试图用正则表达式做的是解析列表中的每个字符串.例如,这是一个输入:
"一些字符串#1"或"一些字符串#2"和"一些'字符串'#3"XOR
'一些"字符串"#4'HOWDY"一些""字符串""#5"FOO'一些''字符串'' #6'
用于确定字符串是否具有这种形式的正则表达式是微不足道的:
^(?:"(?:[^"]|"")*"|'(?:[^']|'')*')(?:\s+[^"'\s]+\s+(?:"(?:[^"]|"")*"|'(?:[^']|'')*')*
在运行上面的表达式来测试它是否是这种形式之后,我需要另一个正则表达式来从输入中获取每个分隔的字符串.我计划这样做如下:
Pattern pattern = Pattern.compile("What REGEX goes here?"); Matcher matcher = pattern.matcher(inputString); int startIndex = 0; while (matcher.find(startIndex)) { String quote = matcher.group(1); String quotedString = matcher.group(2); ... startIndex = matcher.end(); }
我想要一个正则表达式来捕获组#1中的引号字符,以及组#2中的引号中的文本(我正在使用Java Regex).所以,对于上面的输入,我正在寻找一个在每个循环迭代中产生以下输出的正则表达式:
Loop 1: matcher.group(1) = " matcher.group(2) = Some String #1 Loop 2: matcher.group(1) = ' matcher.group(2) = Some String #2 Loop 3: matcher.group(1) = " matcher.group(2) = Some 'String' #3 Loop 4: matcher.group(1) = ' matcher.group(2) = Some "String" #4 Loop 5: matcher.group(1) = " matcher.group(2) = Some ""String"" #5 Loop 6: matcher.group(1) = ' matcher.group(2) = Some ''String'' #6
到目前为止我尝试过的模式(未转义,然后转义为Java代码):
(["'])((?:[^\1]|\1\1)*)\1 "([\"'])((?:[^\\1]|\\1\\1)*)\\1" (?")(? (?:[^"]|"")*)"|(? ')(? (?:[^']|'')*)' "(? \")(? (?:[^\"]|\"\")*)\"|(? ')(? (?:[^']|'')*)'"
尝试编译模式时,这两个都失败了.
这样的正则表达式可能吗?