正则表达式查找报价

Question

我有一个正则表达式引号之间找到之间的值：

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

如果有报价之间的双引号然而，这工作得很好，的话，就无法和其拆分太。例如。

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

我需要一个像

value1 
value2 
value with "" is here 
value4 

输出也就是说，如果双引号出现的地方，它应该返回的输出。 任何人都可以帮忙吗？

Answer 1

我的第一个想法是将它们添加到您的交替，让双引号：

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

然而，由于你做出量词懒，这将仍然不太工作。最好让它明确的是转义引号不引号之间允许：

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

看到它的regex101。

说明：

([\"']) # 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

您的输入看起来像一个CSV记录，其中文字报价是通过增加另一个报价逃脱。你是说你也可以用反斜杠来避免引用？我从未见过;它通常是一个或另一个。我从来没有见过CSV变体，它可以让你在同一记录中的单引号（撇号）或双引号之间进行切换。你可能会让它变得更加复杂。

假设只有双引号是公认的字段分隔符，并且他们只能通过增加另一个报价进行转义，匹配字段很简单，只要可以是：

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

的反斜杠转义版本更复杂一点：

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

如果单引号分隔符也是允许的，最简单的方法是添加另一种选择：

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

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

如果你真的需要支持这两种引用和两种逃避，请参阅蒂姆的答案。但我非常怀疑。